Amazon Titan

Gesloten gewichten Amazon 200B parameters September 2023

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..

Blader door modellen die je kunt uitvoeren in plaats van

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: Amazon
Organisatietype: Industry
Land: United States of America
Gepubliceerd: 28 September 2023

Wat het doet

De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.

Domein: Language, Image generation
Taak: Semantic search, Image generation, Language modeling/generation, Code generation, Chat, Text-to-image, Translation

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: 200B
Training gegevens: 4,000,000,000,000 tokens

Training rekenen

De berekeningen uitgevoerd om het model te trainen, gemeten in drijvende-komma-operaties. Het is een maat voor wat de trainingsrun kostte, niet voor hoe snel het voltooide model je beantwoordt.

Training rekenen: 4.8 × 10²⁴ FLOP
Hoe het werd opgericht: Hardware,Operation counting

De trainingsrun

Wat het fysiek kostte om te trainen: welke chips, hoeveel, hoe lang, en wat dat van het stopcontact vroeg.

Training hardware: NVIDIA A100
Gebruikte chips: 13,760
Kloktijd: 1,152 hours (48 days)
Hardwaregebruik: MFU 27.0%
Stroomverbruik: 10.9 MW
Rekenkosten: $7,933,465

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: API access
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.

Grensmodel: Yes
Waarschijnlijk boven de 10²³ FLOP: Yes
Waarom het wordt gevolgd: Training cost
Record vertrouwen: Likely

Bronnen

Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.

Laatst bijgewerkt: 28 November 2025

Wat de cijfers betekenen

Wat dit model is

Amazon Titan werd gepubliceerd door Amazon, in het land geregistreerd als United States of America, tijdens September 2023. De publicerende organisatie is geclassificeerd als industry.

Het werkt in het domein van Language, Image generation, en wordt geregistreerd als het uitvoeren van de taak van semantic search, Image generation, Language modeling/generation, Code generation, Chat, Text-to-image, Translation.

Omdat de weights niet beschikbaar zijn, zijn geen van de hardwarefiguren elders op deze site van toepassing op het.

Wat erin ging zitten om het te bouwen

Training kostte een rekensbudget van ongeveer 4.8 × 10²⁴ FLOP, op hardware vastgelegd als NVIDIA A100. Die figuur meet wat het produceren van het model heeft gekost en heeft geen invloed op hoe snel het antwoord geeft.

De trainingsset liep naar ongeveer 4,000,000,000,000 tekstokens

De inclusiecriteria: training cost.

Antwoorden

Amazon Titan — veelgestelde vragen

Amazon Titan— wanneer is het uitgebracht?

Het werd gepubliceerd in September 2023. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.

Amazon Titan— waarvoor wordt het gebruikt?

Het werkt in het domein van Language, Image generation, en wordt geregistreerd als het afhandelen van semantic search, Image generation, Language modeling/generation, Code generation, Chat, Text-to-image, Translation. Modellen hebben vaak meer dan één van elk, en de tags beschrijven het doel in plaats van de capaciteitslimieten.

Amazon Titan— hoeveel rekencapaciteit is gebruikt om het te trainen?

Training verbruikte ongeveer 4.8 × 10²⁴ FLOP, op hardware vastgelegd als NVIDIA A100. Dat meet wat het kosten om het model te produceren en zegt niets over hoe snel het antwoord geeft zodra het getraind is — inferentie snelheid komt van geheugenbandbreedte, niet van het trainingsbudget.

Amazon Titan— 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.

Amazon Titan— is het open-source?

Nee. De gewichten zijn niet gepubliceerd, dus het bestaat alleen als een dienst die wordt beheerd door de eigenaar.

Amazon Titan— hoeveel parameters heeft het?

Het heeft een parameter telling van 200B. 200B dense model https://importai.substack.com/p/import-ai-365-wmd-benchmark-amazon. 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.

Amazon Titan— wie heeft het gemaakt?

Het werd gepubliceerd door Amazon, gebaseerd op United States of America, een organisatie geclassificeerd als industry.

Bron

Originele publicatie

Laatste update geregistreerd 28 November 2025

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.

Alle AI-modellen