DLRM-2022
Nessuna stima
Nessun requisito hardware per questo modello
I pesi per questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul proprio hardware di qualsiasi dimensione. È accessibile solo attraverso il suo fornitore e nessun cambiamento della scheda grafica che.
In registrazione
specifiche complete
Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- Tipo di organizzazione
- Industry
- Paese
- United States of America
- Pubblicato
- 15 September 2021
- Autori
- D Mudigere, Y Hao, J Huang, A Tulloch
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Recommendation
- Compito
- Recommender system
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.
- parametri
- 3T
- Dati di addestramento
- tokens
Figure 1 https://arxiv.org/abs/2104.05158
Calcolo di addestramento
L'aritmetica eseguita per addestrare il modello, misurata in operazioni in virgola mobile. È una misura di quanto è costato il run di addestramento, e non di quanto velocemente il modello finito ti risponde.
- Calcolo di addestramento
- 1.1 × 10²¹ FLOP
- Come è stato stabilito
- Reported
Figure 1 https://arxiv.org/abs/2104.05158
La corsa di addestramento
Cosa ha richiesto fisicamente per addestrare: quali chip, quanti, per quanto tempo e cosa ha prelevato dalla presa.
- Hardware di addestramento
- NVIDIA Tesla V100 DGXS 32 GB,NVIDIA A100
Disponibilità
Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.
- Pesi
- Closed — provider access only
- Accesso al modello
- Unreleased
- Codice di addestramento
- Unreleased
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Confident
- Citazioni
- 197
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Software-Hardware Co-design for Fast and Scalable Training of Deep Learning Recommendation Models
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Cosa è questo modello
DLRM-2022 è stato pubblicato da Facebook, nel paese registrato come United States of America, durante September 2021. Esce da un'organizzazione categorizzata come industry.
Funziona nel dominio di Recommendation, ed è registrato come eseguire il compito di recommender system.
Questo è un modello chiuso: i valori addestrati sono rimasti con chi li ha prodotti, e non c'è una versione locale da eseguire.
Come è stato addestrato
La produzione di esso ha richiesto un'aritmetica totale di circa 1.1 × 10²¹ FLOP, su hardware registrato come NVIDIA Tesla V100 DGXS 32 GB,NVIDIA A100. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.
Risposte
DLRM-2022 — domande comuni
DLRM-2022— quando è stato rilasciato?
È stato pubblicato in September 2021. La capacità per parametro è migliorata considerevolmente da allora, quindi un modello più recente della stessa dimensione è spesso un uso migliore dello stesso hardware.
DLRM-2022— A cosa serve?
Funziona nel dominio di Recommendation, e viene registrato come gestire il compito di recommender system. Un modello può gestire diversi di ciascuno, quindi queste sono le aree per cui è stato costruito piuttosto che un limite su ciò che tenterà.
DLRM-2022— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 1.1 × 10²¹ FLOP, su hardware registrato come NVIDIA Tesla V100 DGXS 32 GB,NVIDIA A100. Questo misura quanto costa produrre il modello e non dice nulla su quanto rapidamente risponde una volta addestrato — la velocità di inferenza deriva dalla larghezza di banda della memoria, non dal budget di addestramento.
DLRM-2022— che GPU ho bisogno per eseguirlo?
Nessuno. Questo è un modello chiuso - i suoi pesi non sono mai stati pubblicati, quindi non può essere scaricato o eseguito sul tuo hardware a qualsiasi prezzo. È accessibile solo attraverso il suo fornitore.
DLRM-2022— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
DLRM-2022— quanti parametri ha?
Ha un numero di parametri di 3T. Figure 1 https://arxiv.org/abs/2104.05158. Quella cifra è il totale, ed è ciò che decide quanto memoria il modello ha bisogno — circa mezzo gigabyte per miliardo alla compressione che la maggior parte delle persone usa.
DLRM-2022— chi l'ha creato?
È stato pubblicato da Facebook, basato su United States of America, un'organizzazione categorizzata come industry.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.