ASE
Nincs becslés
Nincs hardver követelmény ennek a modellnek
A modellhez tartozó súlyokat nem tették közzé, így nem tölthető le vagy futtatható a saját hardverén bármilyen méretben. Csak a szolgáltatóján keresztül érhető el, és egyetlen grafikus kártya sem változtat ezen..
Nyilvántartásban
Teljes specifikáció
Minden feljegyzett ezzel a modellel kapcsolatban. A legtöbbje azt írja le, hogyan képezték ki, nem pedig azt, hogyan fut — hasznos kontextus annak megítéléséhez, hogy mennyi munka ment bele, és hogyan viszonyul a más méretben épített modellekhez..
Eredet
Ki építette ezt a modellt, hol, és mikor publikálták.
- Szervezet
- NVIDIA,University of California (UC) Berkeley
- Szervezet típusa
- Industry,Academia
- Ország
- United States of America
- Közölt
- 5 May 2022
- Szerzők
- Xue Bin Peng, Yunrong Guo, Lina Halper, Sergey Levine, Sanja Fidler
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Robotics
- Feladat
- Animal (human/non-human) imitation
- Megközelítés
- Reinforcement learning
Méret
Mekkora a modell, és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek eldöntik, hogy az adott grafikus kártyára illeszkedik-e.
- Képzési adatok
- tokens
Képzés számítás
A modell tanításához végrehajtott aritmetika, lebegőpontos műveletekben mérve. Ez a tanítási futás költségének mértéke, nem pedig annak, hogy mennyire gyorsan válaszol a kész modell.
- Képzés számítás
- 4.5 × 10¹⁹ FLOP
- Hogyan jött létre
- Hardware
Training was done using the Isaac Gym simulator on an NVIDIA V100 GPU. The model was trained on over 10 billion samples, which equates to 10 years of simulated experience time. Training took around 10 days on a single GPU. 1.3e14 * 10 * 24 * 3600 * 0.4 = 4.49e19
A tréning futás
Ami fizikailag szükséges volt a betanításhoz: mely chipek, hány, mennyi ideig, és ez mit fogyasztott a falból.
- Képzési hardver
- NVIDIA Tesla V100 PCIe 16 GB
- Fali óra idő
- 240 hours (10 days)
Training took around 10 days on a single GPU.
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Nyilvántartási bizalom
- Likely
- Hivatkozások
- 56
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- ASE: Large-Scale Reusable Adversarial Skill Embeddings for Physically Simulated Characters
- Utoljára frissítve
- 28 November 2025
Mit jelentenek a számok
Erről a modelről
ASE ki lett adva által NVIDIA,University of California (UC) Berkeley, az országban rögzítve mint United States of America, alatt May 2022. A kiadó szervezet a következő kategóriába tartozik industry,Academia.
Működik a területen a Robotics, és úgy van rögzítve, mint a feladat végrehajtása animal (human/non-human) imitation.
Súlyait soha nem tették közzé, így csak a szolgáltatóján keresztül érhető el. Nincs grafikus kártya, ami ezt megváltoztatná.
Mi került a felépítésébe
A képzés futás körülbelül 4.5 × 10¹⁹ FLOP, hardveren rögzítve NVIDIA Tesla V100 PCIe 16 GB. Ez a szám azt méri, hogy mennyibe került a modell előállítása, és nincs hatással arra, hogy milyen gyorsan válaszol.
Válaszok
ASE — gyakori kérdések
ASE— Nyílt forráskódú?
A licencálás sosem volt rögzítve a forrásadatainkban. Az állandóan nem megadott licencet zártnak tekintjük, mert a nem rögzített licenc nem egy megbízható.
ASE— Hány paramétere van?
Nincs közzétéve paraméterszám, ezért ez az oldal nem tartalmaz memóriával vagy sebességgel kapcsolatos adatokat.
ASE— Ki készítette ezt?
Kiadta NVIDIA,University of California (UC) Berkeley, alapján United States of America, egy szervezet, amelyet kategorizáltak mint industry,Academia.
ASE— Mikor adták ki?
Kibocsátották a May 2022. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
ASE— Mire használják?
Működik a területen a Robotics, és rögzítve van, hogy kezeli a feladatot animal (human/non-human) imitation. A modell több mindenből is képes cipelni, így ezek azok a területek, amelyekre épült, nem pedig egy korlát arra, amit meg fog próbálni.
ASE— mennyi számítási kapacitást használtak annak a betanításához?
A képzés körülbelül elfogyasztott 4.5 × 10¹⁹ FLOP, hardveren rögzítve NVIDIA Tesla V100 PCIe 16 GB. Ez azt méri, hogy mennyibe került a modell előállítása, és semmit nem mond arról, hogy milyen gyorsan válaszol, miután betanult — a következtetési sebesség a memória sávszélességéből származik, nem az edzési költségvetésből.
ASE— Milyen GPU-ra van szükségem, hogy futtathassam?
Ez egy zárt modell — a súlyait soha nem tették közzé, így nem tölthető le és nem futtatható a saját hardverén semmilyen áron. Csak a szolgáltatóján keresztül érhető el.
A másik irány
Másik oldalról nézve?
Ez az oldal a modellel kezdődik. Ha már van kártyád, és szeretnéd tudni, hogy mindent futtat-e, Kezdj a hardverből..