GNoME for crystal discovery
Geen schatting
Geen hardware-eisen voor dit model
De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of uitgevoerd op je eigen hardware in welke grootte dan ook. Het is alleen bereikbaar via de aanbieder, en geen enkele grafische kaart verandert dat..
Op record
Volledige specificatie
Alles wat geregistreerd is voor dit model. Het merendeel beschrijft hoe het getraind werd in plaats van hoe het draait - nuttige context om te beoordelen hoeveel werk erin is gestoken, en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd..
Oorsprong
Wie heeft dit model gebouwd, waar, en wanneer het gepubliceerd werd.
- Organisatie
- Google DeepMind
- Organisatietype
- Industry
- Land
- United States of America
- Gepubliceerd
- 29 November 2023
- Auteurs
- Amil Merchant, Simon Batzner, Samuel S. Schoenholz, Muratahan Aykol, Gowoon Cheon, Ekin Dogus Cubuk
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Materials science
- Taak
- Crystal discovery
Grootte
Hoe groot het model is en hoeveel data het is getraind. Parameters zijn het cijfer dat bepaalt of het past op een gegeven grafische kaart.
- parameters
- 16.2M
- Training gegevens
- 69,000 tokens
- Epochs
- 1,000
"The pretrained potential has 16.24 million parameters." This refers to the GNoME network, which is a "Gaussian Network Model of Energy" for predicting crystal potential energy of new crystals.
"Initial models are trained on a snapshot of the Materials Project from 2018 of approximately 69,000 materials"
De trainingsrun
Wat het fysiek kostte om te trainen: welke chips, hoeveel, hoe lang, en wat dat van het stopcontact vroeg.
- Training hardware
- Google TPU v4
- Gebruikte chips
- 4
- Stroomverbruik
- 2.7 kW
Beschikbaarheid
Of je het model kunt verkrijgen en het op je eigen hardware kunt draaien, wat bepaalt of een van de grafische kaartcijfers op deze pagina van toepassing is.
- Gewichten
- Closed — provider access only
- Toegang tot model
- Unreleased
- Training code
- Unreleased
Hoe het is geclassificeerd
Labels van de brondataset die worden toegepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.
- Waarom het wordt gevolgd
- Historical significance
- Record vertrouwen
- Likely
Economic impacts from development of commercially and socially valuable protein designs and materials
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- Scaling deep learning for materials discovery
- Laatst bijgewerkt
- 28 November 2025
Wat de cijfers betekenen
Achtergrond
GNoME for crystal discovery werd gepubliceerd door Google DeepMind, in het land geregistreerd als United States of America, tijdens November 2023. De publicerende organisatie is geclassificeerd als industry.
Het werkt in het domein van Materials science, en wordt geregistreerd als het uitvoeren van de taak van crystal discovery.
Dit is een gesloten model: de getrainde waarden zijn bij degene gebleven die ze geproduceerd hebben, en er is geen lokale versie om te draaien.
Training en herkomst
Het is getraind op een corpus van ongeveer 69,000 tekstokens
De reden dat het überhaupt in deze catalogus verschijnt: historical significance.
Antwoorden
GNoME for crystal discovery — veelgestelde vragen
GNoME for crystal discovery— is het open-source?
Nee. De gewichten zijn niet gepubliceerd, dus het bestaat alleen als een dienst die wordt beheerd door de eigenaar.
GNoME for crystal discovery— hoeveel parameters heeft het?
Het heeft een parameter telling van 16.2M. "The pretrained potential has 16.24 million parameters." This refers to the GNoME network, which is a "Gaussian Network Model of Energy" for predicting crystal potential energy of new crystals. Dat cijfer is het totaal, en het bepaalt hoeveel MEMORY het MODEL nodig heeft - ongeveer een halve gigabyte per miljard bij de compressie die de meeste mensen gebruiken.
GNoME for crystal discovery— wie heeft het gemaakt?
Het werd gepubliceerd door Google DeepMind, gebaseerd op United States of America, een organisatie geclassificeerd als industry.
GNoME for crystal discovery— wanneer is het uitgebracht?
Het werd gepubliceerd in November 2023. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
GNoME for crystal discovery— waarvoor wordt het gebruikt?
Het werkt in het domein van Materials science, en wordt geregistreerd als het afhandelen van crystal discovery. Dit zijn de gebieden waar het omheen is ontworpen; ze beschrijven intentie eerder dan een harde grens.
GNoME for crystal discovery— Welke GPU heb ik nodig om het te draaien?
Dit is een gesloten model — de gewichten zijn nooit gepubliceerd, dus het kan niet gedownload of uitgevoerd worden op je eigen hardware voor eender welke prijs. Het is alleen bereikbaar via de aanbieder.
De andere richting
Van de andere kant bekijken?
Deze pagina begint met het model. Als je al een kaart bezit en alles wilt weten wat het zal draaien, begin in plaats van de hardware.