UniDiffuser (多模态大模型)
Nincs becslés
Ennekhez a modellhez nincs hardverkövetelmény
Ennek a modellnek a súlyai nyitottak, de egyetlen paraméterszám sem került nyilvánosságra. Minden memória- és sebességadat ebből a számából indul ki, így inkább nem mutatunk semmit, mint hogy egy megvezető becslést adjunk..
Felvételen
Teljes specifikáció
Minden adatok ezen a modellen. A legtöbb leírás arról szól, hogyan volt kiképzve, nem pedig arról, hogyan fut — hasznos háttérinformáció arra vonatkozóan, hogy mennyi munka került bele, és hogyan viszonyul más méretű modellekhez..
Eredet
Ki építette ezt a modellt, hol, és mikor publikálták.
- Szervezet
- ShengShu,Tsinghua University,Beijing Academy of Artificial Intelligence / BAAI
- Szervezet típusa
- Industry,Academia,Academia
- Ország
- China
- Kiadva
- 30 May 2023
- Szerzők
- Fan Bao, Shen Nie, Kaiwen Xue, Chongxuan Li, Shi Pu, Yaole Wang, Gang Yue, Yue Cao, Hang Su, Jun Zhu
Mit csinál
A modell által épített probléma területek. Egy modell több különbözőt is tartalmazhat.
- Irányítószám
- Image generation
- Feladat
- Text-to-image, Image captioning, Image generation, Image-to-image
Méret
Mekkora a modell és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek meghatározzák, hogy illeszkedik-e egy adott grafikus kártyára.
- Képzési adatok
- tokens
"The training is multiple-staged following Stable Diffusion (Rombach et al., 2022). In the first stage, we train 250K steps at 256×256 resolution on laion2B-en with a batch size of 11264 and 5K warm-up steps. In the second stage, we fine-tune the model with 200K steps at 512×512 resolution on laion-high-resolution with a batch size of 2112 and 5K warm-up steps. In the last stage, we resume from the last checkpoint of the second stage (including both weights of the model and states of the optimiz…
Képzés számítás
A modell betanításához végzett aritmetikai műveletek, amelyet lebegőpontos műveletekben mérnek. Ez a tréning futásának költségét méri, nem azt, hogy mennyire gyorsan válaszol a kész modell.
- Képzés számítás
- 2 × 10²² FLOP
- Hogyan jött létre
- Hardware
312000000000000 FLOP/GPU/sec * 672 hours * 3600 sec / hour * 88 GPUs * 0.3 [assumed utilization] = 1.992646656e+22 FLOP
A képzési futam
A kiképzéshez fizikailag szükséges volt: milyen chipek, hány, meddig és mennyi áramot vett le a hálózatról.
- Képzési hardver
- NVIDIA A100 SXM4 80 GB
- Felhasznált chipek
- 88
- Wall-clock time
- 672 hours (28 days)
- Energiafogyasztás
- 70.1 kW
"The training takes around 28 days on 88 A100 (80GB) GPUs" 28 days = 672 hours
Elérhetőség
Hogy megszerezheted-e a modellt és futtathatod a saját hardvereden, ami eldönti, hogy a ezen az oldalon szereplő grafikus kártyák adatai alkalmazhatóak-e.
- Súlyok
- Open — downloadable
- Modell hozzáférés
- Open weights (unrestricted)
- Képzés kód
- Unreleased
- Hugging Face
- thu-ml
AGPL-3.0 https://github.com/thu-ml/unidiffuser https://huggingface.co/thu-ml/unidiffuser-v1
Hogyan van besorolva
Címkék, amelyeket a forráshalmaz alkalmaz, amikor figyelemmel kíséri a figyelemre méltó modelleket, és mennyire biztos a bejegyzésben.
- Rögzítési bizalom
- Confident
Források
Honnan származik ez a rekord és mikor ellenőrizték utoljára.
- Referencia
- One Transformer Fits All Distributions in Multi-Modal Diffusion at Scale
- Utoljára frissítve
- 11 February 2026
Mit jelentek a számok
Where it came from
UniDiffuser (多模态大模型) was published by ShengShu,Tsinghua University,Beijing Academy of Artificial Intelligence / BAAI, in China, in May 2023. industry,Academia,Academia is the category the publisher falls under.
It works in Image generation, and is recorded as doing text-to-image, Image captioning, Image generation, Image-to-image.
The weights being open is what puts this page in the calculator rather than only in the catalogue: it is a model you can actually hold. It is published under the thu-ml organisation on Hugging Face.
Training and provenance
The training run consumed about 2 × 10²² FLOP, on NVIDIA A100 SXM4 80 GB. That figure describes the cost of creating it and has no bearing on how quickly it generates text.
Válaszok
UniDiffuser (多模态大模型) — Gyakran ismételt kérdések
What GPU do I need to run UniDiffuser (多模态大模型)?
We cannot say. UniDiffuser (多模态大模型) has open weights, but no parameter count has been published for it, and every memory and speed calculation starts from that number. We would rather show nothing than a fabricated estimate.
Is UniDiffuser (多模态大模型) open source?
Its weights are published, so UniDiffuser (多模态大模型) can be downloaded and run on your own hardware. Note that open weights is not the same as open source in the full sense — it says nothing about the training data, the training code, or the commercial terms attached.
How many parameters does UniDiffuser (多模态大模型) have?
No parameter count has been published for UniDiffuser (多模态大模型), which is why no memory or speed figure appears on this page.
Who created UniDiffuser (多模态大模型)?
UniDiffuser (多模态大模型) was published by ShengShu,Tsinghua University,Beijing Academy of Artificial Intelligence / BAAI, based in China, categorised as industry,Academia,Academia.
When was UniDiffuser (多模态大模型) released?
UniDiffuser (多模态大模型) was published in May 2023. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is UniDiffuser (多模态大模型) used for?
UniDiffuser (多模态大模型) works in Image generation, and is recorded as handling text-to-image, Image captioning, Image generation, Image-to-image. A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.
Where can I download UniDiffuser (多模态大模型)?
Its weights are published under the thu-ml organisation on Hugging Face. We do not host model files — this site calculates what hardware is needed to run them.
How much compute was used to train UniDiffuser (多模态大模型)?
Around 2 × 10²² FLOP, on NVIDIA A100 SXM4 80 GB. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.
A másik irány
Másik oldalról nézve?
Ez az oldal a modellel kezdődik. Ha már rendelkezik egy kártyával és szeretné tudni, hogy minden mit fog futtatni, kérjük, folytassa., kezdje a hardverrel inkább.