Wu Dao 2.0
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
- Beijing Academy of Artificial Intelligence / BAAI
- Tipo di organizzazione
- Academia
- Paese
- China
- Pubblicato
- 31 May 2021
- Autori
- Tang Jie, Zhai Jidong, Yang Hongxia, Chen Wenguang, Zheng Weimin, Ma Zixuan, He Jiaao, Qiu Jiezhong, Cao Huanqi, Wang Yuanwei, Sun Zhenbo, Zheng Liyan, Wang Haojie, Tang Shizhi, Feng Guanyu, Zeng Aohan, Zhong Runxin, Shi Tianhui, Du Zhengxiao, Ding Ming, Tiago Antunes, Peng Jinjun, Lin Junyang Zhang Jianwei
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Multimodal, Language, Vision, Image generation
- Compito
- Image captioning, Chat, Image generation, Text-to-image, Language modeling/generation, Question answering, Visual question answering
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
- 1.8T
- Dati di addestramento
- 4,900,000,000,000 tokens
"It's been trained on 1.75 trillion parameters" MoE architecture, "tens of thousands of experts" https://keg.cs.tsinghua.edu.cn/jietang/publications/wudao-3.0-meta-en.pdf
[tokens assumed[ "Bilingual (Cn and En) data: 4.9T text and images" https://keg.cs.tsinghua.edu.cn/jietang/publications/wudao-3.0-meta-en.pdf
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
- 1.5 × 10²⁴ FLOP
- Come è stato stabilito
- Operation counting
It's a mixture-of-experts model, so all 1.75 trillion params were most likely not trained on each token. "The parameter scale of Enlightenment 2.0 reached a record-breaking 1.75 trillion. According to reports, the new generation FastMoE technology is the key to the realization of the "Trillion Model" cornerstone of Enlightenment 2.0." Speculatively assuming 3% of parameters are active per forward pass and the model was trained for one epoch: 6 FLOP / token / parameter * 1.75 * 10^12 parameter…
La corsa di addestramento
Cosa ha richiesto fisicamente per addestrare: quali chip, quanti, per quanto tempo e cosa ha prelevato dalla presa.
- Costo di calcolo
- $2,870,840
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
- API access
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Modello Frontier
- Yes
- Modello di base
- Yes
- Record fiducia
- Speculative
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- China's gigantic multi-modal AI is no one-trick pony
- Ultimo aggiornamento
- 1 December 2025
Cosa significano i numeri
Sfondo
Wu Dao 2.0 è stato pubblicato da Beijing Academy of Artificial Intelligence / BAAI, nel paese registrato come China, durante May 2021. L'organizzazione di pubblicazione è classificata come academia.
Funziona nel dominio di Multimodal, Language, Vision, Image generation, ed è registrato come eseguire il compito di image captioning, Chat, Image generation, Text-to-image, Language modeling/generation, Question answering, Visual question answering.
Questo è un modello chiuso: i valori addestrati sono rimasti con chi li ha prodotti, e non c'è una versione locale da eseguire.
Cosa è stato necessario per costruirlo
Il training ha richiesto un budget di calcolo di circa 1.5 × 10²⁴ FLOP. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.
L'addestramento ha consumato un corpus di circa 4,900,000,000,000 token di testo
Risposte
Wu Dao 2.0 — domande comuni
Wu Dao 2.0— quando è stato rilasciato?
È stato pubblicato in May 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.
Wu Dao 2.0— A cosa serve?
Funziona nel dominio di Multimodal, Language, Vision, Image generation, e viene registrato come gestire il compito di image captioning, Chat, Image generation, Text-to-image, Language modeling/generation, Question answering, Visual question answering. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
Wu Dao 2.0— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 1.5 × 10²⁴ FLOP. 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.
Wu Dao 2.0— 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.
Wu Dao 2.0— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
Wu Dao 2.0— quanti parametri ha?
Ha un numero di parametri di 1.8T. "It's been trained on 1.75 trillion parameters" MoE architecture, "tens of thousands of experts" https://keg.cs.tsinghua.edu.cn/jietang/publications/wudao-3.0-meta-en.pdf. 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.
Wu Dao 2.0— chi l'ha creato?
È stato pubblicato da Beijing Academy of Artificial Intelligence / BAAI, basato su China, un'organizzazione categorizzata come academia.
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.