Wu Dao - Wen Lan
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
- 1 March 2021
- Autori
- Wen Jirong, Song Ruihua, Lu Zhiwu, Jin Qin, Zhao Xin, Pang Liang, Lan Yanyan, Dou Zhicheng, Gao Yizhao, Huo Yuqi, Lu Haoyu, Wen Jingyuan, Yang Guoxing, Song Haoyang, Zhang Manli, Zhang Liang, Hu Anwen, Li Ruichen, Song Yuqing, Zhao Jinming, Zhao Yida, Fei Nanyi, Sun Yuchong, Jin Chuhao, Hong Xin, Cui Wanqing, Hou Danyang, Li Yingyan, Xi Zongzheng, Liu Guangzhen, Liu Peiyu, Gong Zheng, Li Juny
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Multimodal, Vision, Language
- Compito
- Image captioning
- Approccio
- Self-supervised learning
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
- 1B
- Dati di addestramento
- tokens
"Currently, the model has 1 billion parameters and is trained on 50 million graphic pairs collected from open sources." https://medium.com/syncedreview/chinas-gpt-3-baai-introduces-superscale-intelligence-model-wu-dao-1-0-98a573fc4d70
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
- 7.2 × 10²¹ FLOP
- Come è stato stabilito
- Hardware
128 Nvidia A100 GPUs for 7 days 128 GPUs * 3.1e14 FLOP/s /GPU * 7*24*60*60s* 0.3 [utilization rate]
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 A100
- Chip utilizzati
- 128
- Tempo di parete
- 168 hours (7 days)
- Consumo energetico
- 103.8 kW
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Confident
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- China's GPT-3? BAAI Introduces Superscale Intelligence Model 'Wu Dao 1.0'
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Da dove è venuto
Wu Dao - Wen Lan è stato pubblicato da Beijing Academy of Artificial Intelligence / BAAI, nel paese registrato come China, durante March 2021. L'organizzazione di pubblicazione è classificata come academia.
Funziona nel dominio di Multimodal, Vision, Language, ed è registrato come eseguire il compito di image captioning.
Poiché i pesi non sono disponibili, nessuna delle specifiche hardware presenti in questo sito si applica ad esso.
Come è stato addestrato
Il training ha richiesto un budget di calcolo di circa 7.2 × 10²¹ FLOP, su hardware registrato come NVIDIA A100. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.
Risposte
Wu Dao - Wen Lan — domande comuni
Wu Dao - Wen Lan— è open-source?
La licenza non è mai stata registrata nei nostri dati sorgente. Trattiamo le licenze non dichiarate come chiuse, perché una licenza non registrata non è una su cui fare affidamento.
Wu Dao - Wen Lan— quanti parametri ha?
Ha un numero di parametri di 1B. "Currently, the model has 1 billion parameters and is trained on 50 million graphic pairs collected from open sources." https://medium.com/syncedreview/chinas-gpt-3-baai-introduces-superscale-intelligence-model-wu-dao-1-0-98a573fc4d70. 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 - Wen Lan— chi l'ha creato?
È stato pubblicato da Beijing Academy of Artificial Intelligence / BAAI, basato su China, un'organizzazione categorizzata come academia.
Wu Dao - Wen Lan— quando è stato rilasciato?
È stato pubblicato in March 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 - Wen Lan— A cosa serve?
Funziona nel dominio di Multimodal, Vision, Language, e viene registrato come gestire il compito di image captioning. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
Wu Dao - Wen Lan— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 7.2 × 10²¹ FLOP, su hardware registrato come 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.
Wu Dao - Wen Lan— 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.
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.