Persia
Geen schatting
Geen hardwarevereisten 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 zijn aanbieder, en geen enkele grafische kaart verandert dat..
Opname
Volledige specificatie
Alles op record voor dit model. Het meeste beschrijft hoe het is getraind 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..
Origine
Wie heeft dit model gebouwd, waar, en wanneer het is gepubliceerd.
- Organisatie
- ETH Zurich,Kuaishou Technology
- Organisatietype
- Academia,Industry
- Land
- Switzerland, China
- Gepubliceerd
- 23 November 2021
- Vertalers
- Xiangru Lian, Binhang Yuan, Xuefeng Zhu, Yulong Wang, Yongjun He, Honghuan Wu, Lei Sun, Haodong Lyu, Chengjun Liu, Xing Dong, Yiqiao Liao, Mingnan Luo, Congfei Zhang, Jingru Xie, Haonan Li, Lei Chen, Renjie Huang, Jianying Lin, Chengchun Shu, Xuezhong Qiu, Zhishan Liu, Dongying Kong, Lei Yuan, Hai Yu, Sen Yang, Ce Zhang, Ji Liu
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan er verschillende van elk dragen.
- Domein
- Recommendation
- Model/modelen kunnen niet passen in de GPU VRAM. Tight = bijna uitvoerbaar, comfortabel = draait eenvoudig met ruimte. Wat AI-model kan de GPU draaien?
- Recommender system
Grootte
Hoe groot het model is en hoeveel data erop is getraind. Parameters zijn de cijfers die bepalen of het past op een bepaalde grafische kaart.
- Parameters
- 100T
- Training gegevens
- tokens
100 trillion
De trainingsrun
Wat het fysiek kostte om te trainen: welke chips, hoeveel, hoe lang, en wat dat van het net trok.
- Trainingshardware
- NVIDIA V100
Beschikbaarheid
Of u het model kunt verkrijgen en het op uw eigen hardware kunt draaien, wat bepaalt of een van de specificaties van de GPU op deze pagina van toepassing is.
- Gewichten
- Closed — provider access only
- Model toegang
- Unreleased
- Training code
- Open source
https://github.com/PersiaML/PERSIA/blob/main/LICENSE MIT code
Hoe het is geclassificeerd
Labels die op de bron-dataset van toepassing zijn bij het volgen van opvallende modellen, en hoe zeker het is van de invoer.
- Model/modellen past niet / past niet.
- Confident
- Model/modellen passen niet / zal niet passen. Te krap / comfortabel. GPU kan het AI-model draaien.
- 44
Bronnen
Waar deze registratie vandaan komt en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- Persia: An Open, Hybrid System Scaling Deep Learning-based Recommenders up to 100 Trillion Parameters
- Laatste update
- 25 May 2026
Wat de getallen betekenen
Waar het vandaan komt
Persia was published by ETH Zurich,Kuaishou Technology, in Switzerland, in November 2021. academia,Industry is the category the publisher falls under.
It works in Recommendation, and is recorded as doing recommender system.
Dit is een gesloten model: de getrainde waarden bleven bij degene die ze geproduceerd heeft, en er is geen lokale versie om te draaien.
Antwoorden
Persia — Voor veelgebruikte vragen
Who created Persia?
Persia was published by ETH Zurich,Kuaishou Technology, based in Switzerland, categorised as academia,Industry.
When was Persia released?
Persia was published in November 2021. 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 Persia used for?
Persia works in Recommendation, and is recorded as handling recommender system. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
What GPU do I need to run Persia?
None. Persia 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 Persia open source?
No. Persia has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does Persia have?
Persia has 100T parameters. 100 trillion. 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.
Bron
Model/modelen kunnen niet passen in de GPU VRAM. Tight = nauwelijks uitvoerbaar, comfortabel = draait gemakkelijk met ruimte. Welke AI model kan de GPU draaien? 25 May 2026
De andere richting
Kijk je er van de andere kant naar?
Deze pagina begint bij het model. Als je al een kaart hebt en alles wilt weten wat het kan draaien., model/modellen draait/draaien past niet/past niet goed strak = nauwelijks uitvoerbaar, comfortabel = draait gemakkelijk met speling.