RNMT+
Nessuna stima
Nessun requisito hardware per questo modello
I pesi di questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul vostro hardware a qualsiasi dimensione. È accessibile solo attraverso il suo fornitore, e nessuna scheda grafica può cambiare questo.
In registrazione
Specifiche complete
Tutto ciò che riguarda questo modello. La maggior parte delle informazioni descrive come è stato addestrato piuttosto che come viene eseguito — un contesto utile per valutare la quantità di lavoro impiegata e come si confronta con modelli realizzati su scala diversa.
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- Google AI
- Tipo di organizzazione
- Industry
- Paese
- United States of America
- Pubblicato
- 26 April 2018
- Autori
- Mia Xu Chen, Orhan Firat, Ankur Bapna, Melvin Johnson, Wolfgang Macherey, George Foster, Llion Jones, Niki Parmar, Mike Schuster, Zhifeng Chen, Yonghui Wu, Macduff Hughes
Cosa fa
Le aree problematiche per cui è stato costruito il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Language
- Compito
- Translation
- Approach
- Supervised
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono il valore che decide se si adatta a una determinata scheda grafica.
- Parametri
- 378.9M
- Dati di addestramento
- tokens
- Epoche
- 8.5
from Table 3 RNMT+
"We train our models on the standard WMT’14 En→Fr and En→De datasets that comprise 36.3M and 4.5M sentence pairs, respectively" "For RNMT+, we use sentence-level cross entropy loss."
Addestramento computazionale
L'aritmetica eseguita per addestrare il modello, misurata in operazioni in virgola mobile. È una misura di quanto costato l'addestramento, non di quanto velocemente il modello finito ti risponde.
- Addestramento computazionale
- 1.8 × 10¹⁹ FLOP
- Come è stato stabilito
- Hardware,Operation counting
32 * 9.3 TFLOPS * (120 * 3600) * 0.3 = 3.86e19 (number of gpus) * (peak flops) * (seconds) * (assumed utilization rate) "All models were trained with synchronous training. RNMT+ and ConvS2S were trained with 32 NVIDIA P100 GPUs", training time is 120h from Table 1. Alternatively, typical inference is 2.81e10 FLOP, there are 36.3M examples in the dataset, and they train for 8.5 epochs: 2.81e10 * 36.3M * 8.5 = 8.7e18 Geometric mean: sqrt(3.86e19 * 8.7e18) = 1.83e19
Il training run
Cosa è stato fisicamente necessario per addestrare: quali chip, quanti, per quanto tempo e cosa ha richiesto dalla rete elettrica.
- Hardware di addestramento
- NVIDIA P100
- Chips used
- 32
- Chip-hours
- 3,840
- Tempo di orologio muro
- 120 hours
- Consumo energetico
- 16.6 kW
from Table 1
Disponibilità
Se puoi ottenere il modello e eseguirlo sul tuo hardware, il che decide se una delle cifre della scheda grafica su questa pagina si applica.
- Pesi
- Closed — provider access only
- Accesso al modello
- Unreleased
- Codice di addestramento
- Unreleased
Come è classificato
Etichette che il dataset sorgente applica quando si monitorano modelli notevoli e quanto è fiducioso nell'entry.
- Registrare fiducia
- Likely
- Citazioni
- 504
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- The Best of Both Worlds: Combining Recent Advances in Neural Machine Translation
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Informazioni su questo modello
RNMT+ was published by Google AI, in United States of America, in April 2018. It comes out of industry.
It works in Language, and is recorded as doing translation.
I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo attraverso il suo fornitore. Nessuna scheda grafica cambia ciò.
Come è stato addestrato
Training it took roughly 1.8 × 10¹⁹ FLOP of computation, on NVIDIA P100 — a measure of what producing the model cost, not of how fast it answers.
Risposte
RNMT+ — Domande frequenti
What GPU do I need to run RNMT+?
None. RNMT+ 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 RNMT+ open source?
No. RNMT+ has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does RNMT+ have?
RNMT+ has 378.9M parameters. from Table 3 RNMT+. 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 RNMT+?
RNMT+ was published by Google AI, based in United States of America, categorised as industry.
When was RNMT+ released?
RNMT+ was published in April 2018. 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 RNMT+ used for?
RNMT+ works in Language, and is recorded as handling translation. These are the areas it was designed around; they describe intent rather than a hard boundary.
How much compute was used to train RNMT+?
Around 1.8 × 10¹⁹ FLOP, on NVIDIA P100. 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.
L'altra direzione
Guardando la questione dall'altra parte?
Questa pagina inizia dal modello. Se possedete già una scheda e desiderate conoscere tutto ciò che può eseguire, inizia dall'hardware invece.