M6-10T
Nincs becslés
Ennek a modellnek nincs hardverigénye
A súlyok ehhez a modellhez nincsenek publikálva, így nem lehet letölteni vagy futtatni a saját hardverén bármilyen méretben. Csak a szolgáltatóján keresztül elérhető, és egyetlen grafikus kártya sem változtat ezen..
A nyilvántartásban
Teljes specifikáció
Minden rögzítve van ennek a modellnek a számára. A legtöbb arról szól, hogyan lett betanítva, nem arról, hogyan fut. — Hasznos háttérinformáció annak megítélésére, hogy mennyi munka fektetődött bele, és hogyan viszonyul más, eltérő méretű modellekhez..
Eredet
Ki építette ezt a modellt, hol, és mikor publikálták.
- Szervezés
- Alibaba
- Szervezet típus
- Industry
- Ország
- China
- Közzétéve
- 8 October 2021
- Szerzők
- Junyang Lin, An Yang, Jinze Bai, Chang Zhou, Le Jiang, Xianyan Jia, Ang Wang, Jie Zhang, Yong Li, Wei Lin, Jingren Zhou, Hongxia Yang
Mit csinál
A problémás területek, amelyekre a modellt építették. Egy modell többből is eltarthat minden egyesből.
- Domain
- Multimodal, Language, Vision
- Fut / futás AI modell. Nem illik / nem fog illeni, szoros = alig futtatható, kényelmes = könnyen fut, van hely. Melyik AI modellt tud futtatni a GPU?
- Language modeling/generation
- Megközelítés
- Self-supervised learning
Méret
Mekkora a modell és mennyi adaton lett betanítva. A paraméterek határozzák meg, hogy elfér-e egy adott grafikus kártyán.
- paraméterek
- 10T
- Tréning adatok
- tokens
"We demonstrate a practice of pretraining unprecedented 10-trillion-parameter model, an order of magnitude larger than the state-of-the-art, on solely 512 GPUs within 10 days"
"We conduct experiments for pretraining and finetuning to analyze model competence in upstream and downstream tasks. Following the classical data setup for pretraining and finetuning, we pretrain the model on BookCorpus [52] and English Wikipedia [9], which are corpora with around 16GB of plain texts." I used http://extraconversion.com/data-storage/gigabits/gigabits-to-words.html for the conversion to number of words
Képzés számítás
A modell tréningjéhez végzett aritmetika, lebegőpontos műveletekben mérve. Ez a tréning futás költségének mértéke, nem pedig annak, mennyire gyorsan válaszol a kész modell.
- Képzés számítás
- 5.5 × 10²¹ FLOP
- Hogyan hozták létre
- Hardware
512 GPUs in 10 days - using NVIDIA V100 GPUs Using the NVIDIA V100 Specifications this works out to be: 0.30 * 125E12 * 512 * 10 * 86400 = 1.66E22 (Assuming 30% utilisation, and 125 TFLOPS)
Elérhetőség
Hogy megszerezheti a modellt és futtathatja saját hardverén, ami meghatározza, hogy az ezen az oldalon szereplő grafikus kártya adatai vonatkoznak-e.
- Súlyok
- Closed — provider access only
- Modell hozzáférés
- Unreleased
- Képzés kód
- Unreleased
"This work is generally reproducible. Following the description in Section 3, researchers can easily implement the training strategy on the codebases for pretraining, including Huggingface Transformer 1, Fairseq 2."
Hogyan van besorolva
A forrásadatláncok bejegyzéseinél alkalmazott címkék és a bejegyzés melletti bizalmi szint.
- Confident
- Model/modellek nem illeszkedik a GPU VRAM-ba. Túl szoros = alig futtatható, kényelmes = könnyen fut a tartalékkal.
- 47
Model/modellek mindig AI modellek. Futás/futás azt jelenti, hogy fut egy AI modellt. Ha csak a "fut" szót kapod, az valószínűleg egy megosztott mondatból származik, mint például, hogy milyen AI modellt tud a GPU futtatni. Nem illik / nem fog illeni azt jelenti, hogy az AI modell nem fér el a GPU VRAM-jában. Szűk = alig futtatható, kényelmes = könnyen fut, van tartalék. Rövid összekötő szavak, mint az, a, egy, hogy, számára, vele, normálisan fordítva jelennek meg, mert a szöveg meg van osztva - csak fordítsd le őket. Tartásd meg a technikai kifejezéseket, mint a GPU, AI, TPS, VRAM, CUDA, Tensor, Inference, Quantization, LoRA, GGUF, FP16, INT4, INT8 angolul (vagy az adott nyelv elterjedt formájában). Mindig írj GPU, AI, TPS, VRAM, CUDA nagybetűkkel. Ha megkérdezik egy nyelv nevét (pl. spanyol, angol, nyelv) akkor fordítsd le a szót helyesen (spanyol→Spanyol, angol→Német, nyelv→Nyelv). CSAK a tiszta fordítást add meg magyarul. Nincsenek megjegyzések, nincsenek kérdések, semmi más. Ha üres, válaszolj egyetlen szóközzel: Sources
A GPU milyen AI modellt tud futtatni? Nem illik / nem fog illeni. szoros = alig futtatható, kényelmes = könnyen futtatja, van tartalék.
- Referencia
- M6-10T: A Sharing-Delinking Paradigm for Efficient Multi-Trillion Parameter Pretraining
- Legutoljára frissítve
- 28 November 2025
Mit jelentenek a számok
Háttér
M6-10T was published by Alibaba, in China, in October 2021. It comes out of industry.
It works in Multimodal, Language, Vision, and is recorded as doing language modeling/generation.
Súlyait soha nem tették közzé, így csak a szolgáltatóján keresztül érhető el. Nincs grafikus kártya, ami ezt megváltoztatná.
Mi építette fel ezt
The training run consumed about 5.5 × 10²¹ FLOP. That figure describes the cost of creating it and has no bearing on how quickly it generates text.
válik / nem fér el
M6-10T — Gyakori kérdések
How many parameters does M6-10T have?
M6-10T has 10T parameters. "We demonstrate a practice of pretraining unprecedented 10-trillion-parameter model, an order of magnitude larger than the state-of-the-art, on solely 512 GPUs within 10 days". That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Who created M6-10T?
M6-10T was published by Alibaba, based in China, categorised as industry.
When was M6-10T released?
M6-10T was published in October 2021. 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 M6-10T used for?
M6-10T works in Multimodal, Language, Vision, and is recorded as handling language modeling/generation. These are the areas it was designed around; they describe intent rather than a hard boundary.
How much compute was used to train M6-10T?
Around 5.5 × 10²¹ FLOP. 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.
What GPU do I need to run M6-10T?
None. M6-10T is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is M6-10T open source?
No. M6-10T has not had its weights published, so it exists only as a service controlled by its owner.
Modell/modelek mindig mesterséges intelligenciát (MI) jelentenek. Futtatás/járás azt jelenti, hogy egy MI modellt futtatunk. Ha csak a run szót kapod, valószínűleg egy felosztott mondatból származik, például: Milyen MI modellt tud futtatni a GPU. Nem illik / nem fog illeni azt jelenti, hogy az MI modell nem fér el a GPU VRAM-jában. Szoros = alig futtatható, kényelmes = könnyen fut, van tartalék. Rövid kapcsolatkozó szavak, mint az, a, egy, -hoz, -t, -val, önállóan jelennek meg, mert a szöveg fel van osztva - csak fordítsd le őket normálisan. Tartsd meg a technikai kifejezéseket, mint GPU, AI, TPS, VRAM, CUDA, Tensor, Inference, Quantization, LoRA, GGUF, FP16, INT4, INT8 angolul (vagy az adott nyelv általános formájában). Mindig írd a GPU, AI, TPS, VRAM, CUDA nagybetűvel. Ha nyelvnevet kérnek lefordítani, fordítsd le helyesen (spanyol→Spanisch, angol→Deutsch, nyelv→Sprache). CSAK a tiszta fordítást add meg magyarul. Nincs megjegyzés, nincs kérdés, semmi más. Ha üres, egyetlen szóközzel válaszolj: A rekord utolsó frissítése. 28 November 2025
Az ellenkező irányban
Egy másik oldalról nézve?
Ez az oldal a modellel kezdődik. Ha már van egy kártyád, és szeretnéd tudni, mit fog futtatni., modell/modellek nem illeszkedik / nem fog illeszkedni szoros = alig futtatható, kényelmes = könnyen fut, van mozgástér..