Luminous-supreme
Geen schatting
Geen hardwarevereisten voor dit model
De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of op uw eigen hardware worden uitgevoerd in welke omvang dan ook. Het is alleen toegankelijk via de provider, en geen grafische kaart verandert dat.
Op record
Volledige specificatie
Alles over dit model vastgelegd. Het meeste beschrijft hoe het getraind is in plaats van hoe het draait — nuttige context om te beoordelen hoeveel werk erin gestoken is en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd.
Oorsprong
Wie heeft dit model gebouwd, waar en wanneer het werd gepubliceerd.
- Organisatie
- Aleph Alpha
- Organisatie type
- Industry
- Land
- Germany
- Gepubliceerd
- 15 August 2022
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan er verschillende van elk bevatten.
- Domein
- Language
- Taak
- Language generation
Grootte
Hoe groot het model is en hoeveel data erop is getraind. Parameters zijn de cijfers die bepalen of het op een bepaalde grafische kaart past.
- Parameters
- 70B
- Opleidingsgegevens
- 1,069,300,000,000 tokens
"~70B"
from the table Total Size: 2.77 + 0.79 + 0.18 + 0.07 + 0.06 + 0.02 = 3.89 TB Tokens: 761.41B + 217.15B + 49.47B + 19.29B + 16.49B + 5.49B = 1069.30B tokens
Training berekeningen
De rekeningen die worden uitgevoerd om het model te trainen, gemeten in drijvende-komma-berekeningen. Het is een maat voor wat de trainingsrun kostte, niet hoe snel het voltooide model je antwoordt.
- Training berekeningen
- 3.5 × 10²³ FLOP
- Hoe het werd opgericht
- Hardware,Operation counting
"~839000h" GPU-hours on A100s, per Environmental Impact section of model card. 312 trillion * 839000 * 3600 * 0.3 = 2.8e23 6ND = 6*70B*1069.30B = 4.49106e+23 sqrt(2.8e23*4.49106e+23) = 3.54612... × 10^23 reported here: 167TFLOPS https://docs.aleph-alpha.com/docs/Deprecated%20Luminous/Deprecated-Luminous/model-card/
De trainingsrun
Wat het fysiek kostte om te trainen: welke chips, hoeveel, hoe lang, en wat dat van het net trok.
- Trainingshardware
- NVIDIA A100 SXM4 40 GB,NVIDIA A100 SXM4 80 GB
- Chips used
- 512
- Wall-clock time
- 2,016 hours (84 days)
Approximately 12 weeks = 2016 hours
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
- Model toegang
- API access
- Trainingscode
- Unreleased
Hoe het is geclassificeerd
Labels de bron dataset toepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.
- Waarschijnlijk boven 10²³ FLOP
- Yes
- Vereiste vertrouwen
- Confident
Bronnen
Waar deze record vandaan komt en wanneer het voor het laatst is gecontroleerd.
- Referentie
- Model Card Luminous
- Laatst bijgewerkt
- 28 November 2025
Wat de cijfers betekenen
Achtergrond
Luminous-supreme was published by Aleph Alpha, in Germany, in August 2022. industry is the category the publisher falls under.
It works in Language, and is recorded as doing language generation.
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.
Hoe het was getraind
Producing it required around 3.5 × 10²³ FLOP of arithmetic, on NVIDIA A100 SXM4 40 GB,NVIDIA A100 SXM4 80 GB, which is a statement about the training budget rather than about inference.
Around 1,069,300,000,000 tokens went into training it.
Antwoorden
Luminous-supreme — Veelgestelde vragen
What GPU do I need to run Luminous-supreme?
None. Luminous-supreme 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 Luminous-supreme open source?
No. Luminous-supreme has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does Luminous-supreme have?
Luminous-supreme has 70B parameters. "~70B". 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 Luminous-supreme?
Luminous-supreme was published by Aleph Alpha, based in Germany, categorised as industry.
When was Luminous-supreme released?
Luminous-supreme was published in August 2022. 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 Luminous-supreme used for?
Luminous-supreme works in Language, and is recorded as handling language generation. These are the areas it was designed around; they describe intent rather than a hard boundary.
How much compute was used to train Luminous-supreme?
Around 3.5 × 10²³ FLOP, on NVIDIA A100 SXM4 40 GB,NVIDIA A100 SXM4 80 GB. 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.
De andere richting
Vanuit het andere perspectief bekijken?
Deze pagina begint bij het model. Als u al een kaart bezit en alles wilt weten wat het zal uitvoeren, Begin liever bij de hardware.