Seaweed-7B
Aucune estimation
Aucune exigence matérielle pour ce modèle
Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..
Enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..
Origine
Qui a construit ce modèle, où, et quand il a été publié.
- Organisation
- ByteDance
- Type d'organisation
- Industry
- Pays
- China
- Publié
- 11 April 2025
- Auteurs
- Team Seawead, Ceyuan Yang, Zhijie Lin, Yang Zhao, Shanchuan Lin, Zhibei Ma, Haoyuan Guo, Hao Chen, Lu Qi, Sen Wang, Feng Cheng, Feilong Zuo Xuejiao Zeng, Ziyan Yang, Fangyuan Kong, Zhiwu Qing, Fei Xiao, Meng Wei, Tuyen Hoang, Siyu Zhang, Peihao Zhu, Qi Zhao, Jiangqiao Yan, Liangke Gui, Sheng Bi, Jiashi Li, Yuxi Ren, Rui Wang, Huixia Li, Xuefeng Xiao, Shu Liu, Feng Ling, Heng Zhang, Houmin Wei, Hua…
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Video
- Tâche
- Video generation, Text-to-video, Image-to-video, Audio generation
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.
- paramètres
- 7B
- Données d'entraînement
- tokens
Calcul de formation
L'arithmétique effectuée pour entraîner le modèle, mesurée en opérations en virgule flottante. C'est une mesure du coût de l'exécution de l'entraînement, pas de la rapidité avec laquelle le modèle fini vous répond.
- Calcul de formation
- 9 × 10²³ FLOP
- Comment cela a été établi
- Hardware
989400000000000 FLOP / GPU / sec [H100 reported, bf16 assumed] * 665000 GPU-hours * 3600 sec / hour * 0.38 [reported utilization] = 9.0007697e+23 FLOP
L'exécution de formation
Ce qu'il a physiquement fallu pour entraîner : quels chips, combien, pendant combien de temps, et ce que cela a tiré du secteur.
- Matériel d'entraînement
- NVIDIA H100 SXM5 80GB
- Heures de puce
- 665,000
- Utilisation du matériel
- MFU 38.0%
"Finally, we optimize GPU utilization by implementing fused CUDA kernels to streamline fragmented I/O operations. As a result, Seaweed-7B achieves a Model FLOPs Utilization (MFU) of 38% in distributed training at large-scale."
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.
- Poids
- Closed — provider access only
- Accès au modèle
- Unreleased
- Code d'entraînement
- Unreleased
Comment il est classé
Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.
- Confiance d'enregistrement
- Confident
- Citations
- 83
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Seaweed-7B: Cost-Effective Training of Video Generation Foundation Model
- Dernière mise à jour
- 25 May 2026
Ce que les chiffres signifient
D'où cela vient-il
Seaweed-7B a été publié par ByteDance, dans le pays enregistré comme China, durant April 2025. Cela provient d'une organisation classée comme industry.
Il fonctionne dans le domaine de Video, et est enregistré comme exécutant la tâche de video generation, Text-to-video, Image-to-video, Audio generation.
Ses poids n'ont jamais été publiés, donc il ne peut être atteint que par son fournisseur. Aucun changement de carte graphique ne change cela.
Qu'est-ce qui a été nécessaire pour le construire
L'entraînement a nécessité un budget de calcul d'environ 9 × 10²³ FLOP, sur matériel enregistré comme NVIDIA H100 SXM5 80GB. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.
Réponses
Seaweed-7B — questions courantes
Seaweed-7B— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 7B. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.
Seaweed-7B— qui l'a créé ?
Il a été publié par ByteDance, basé sur China, une organisation catégorisée comme industry.
Seaweed-7B— quand a-t-il été publié ?
Il a été publié dans April 2025.
Seaweed-7B— à quoi ça sert ?
Il fonctionne dans le domaine de Video, et est enregistré comme gérant la tâche de video generation, Text-to-video, Image-to-video, Audio generation. Un modèle peut porter plusieurs de chacun, donc ce sont les domaines pour lesquels il a été conçu plutôt qu'une limite sur ce qu'il tentera.
Seaweed-7B— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 9 × 10²³ FLOP, sur matériel enregistré comme NVIDIA H100 SXM5 80GB. Cela mesure ce que coûte la production du modèle et ne dit rien sur la rapidité avec laquelle il répond une fois entraîné — la vitesse d'inférence provient de la bande passante mémoire, et non du budget d'entraînement.
Seaweed-7B— Quelle GPU ai-je besoin pour l'exécuter ?
Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.
Seaweed-7B— est-ce que c'est open source ?
Non. Ses poids n'ont pas été publiés, donc il n'existe que sous forme de service contrôlé par son propriétaire.
L'autre direction
Regardez-le de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.