MoE-Multi
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
- Jagiellonian University,Google Brain
- Organisatietype
- Academia,Industry
- Land
- Poland, United States of America
- Gepubliceerd
- 23 January 2017
- Auteurs
- N Shazeer, A Mirhoseini, K Maziarz, A Davis
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Language
- Taak
- Language modeling, Translation
- Numerieke indeling
- FP32
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
- 8.7B
- Training gegevens
- 87,000,000,000 tokens
- Epochs
- 10
- Batchgrootte
- 1,365,333
Table 5 https://arxiv.org/abs/1701.06538
"We constructed a similar training set consisting of shuffled unique sentences from Google’s internal news corpus, totalling roughly 100 billion words" Assuming 100 words = 133 tokens
"Training was done synchronously on a cluster of up to 64 GPUs as described in section 3. Each training batch consisted of a set of sentence pairs containing roughly 16000 words per GPU." Although they appear to use word-level tokenization in other experiments, here they use subword tokens: "Similar to GNMT, to effectively deal with rare words, we used subword units (also known as “wordpieces") (Schuster & Nakajima, 2012) for inputs and outputs in our system." In total 64 GPUs * 16k words/GPU * …
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
- 9.4 × 10¹⁹ FLOP
- Hoe het werd opgericht
- Hardware
12 days 64 NVIDIA K40 GPUs (see hardware data sheet for performance) 0.33 util rate
De trainingsrun
Wat het fysiek kostte om te trainen: welke chips, hoeveel, hoe lang, en wat dat van het stopcontact vroeg.
- Training hardware
- NVIDIA Tesla K40t
- Gebruikte chips
- 64
- Kloktijd
- 288 hours (12 days)
- Stroomverbruik
- 32.9 kW
- Rekenkosten
- $3,874
12 days
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
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
- Highly cited,SOTA improvement,Historical significance
- Record vertrouwen
- Confident
- Citaties
- 4,587
"On large language modeling and machine translation benchmarks, these models achieve significantly better results than state-of-the-art at lower computational cost"
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- Outrageously Large Neural Networks: The Sparsely-Gated Mixture-of-Experts Layer
- Laatst bijgewerkt
- 25 May 2026
Wat de cijfers betekenen
Over dit model
MoE-Multi werd gepubliceerd door Jagiellonian University,Google Brain, in het land geregistreerd als Poland, tijdens January 2017. De publicerende organisatie is geclassificeerd als academia,Industry.
Het werkt in het domein van Language, en wordt geregistreerd als het uitvoeren van de taak van language modeling, Translation.
Omdat de weights niet beschikbaar zijn, zijn geen van de hardwarefiguren elders op deze site van toepassing op het.
Hoe het getraind werd
Training kostte een rekensbudget van ongeveer 9.4 × 10¹⁹ FLOP, op hardware vastgelegd als NVIDIA Tesla K40t. Die figuur meet wat het produceren van het model heeft gekost en heeft geen invloed op hoe snel het antwoord geeft.
Training verbruikte een corpus van ongeveer 87,000,000,000 tekstokens
Het wordt gevolgd in de onderliggende dataset om één specifieke reden: highly cited,SOTA improvement,Historical significance.
Antwoorden
MoE-Multi — veelgestelde vragen
MoE-Multi— 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.
MoE-Multi— is het open-source?
Nee. De gewichten zijn niet gepubliceerd, dus het bestaat alleen als een dienst die wordt beheerd door de eigenaar.
MoE-Multi— hoeveel parameters heeft het?
Het heeft een parameter telling van 8.7B. Table 5 https://arxiv.org/abs/1701.06538. 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.
MoE-Multi— wie heeft het gemaakt?
Het werd gepubliceerd door Jagiellonian University,Google Brain, gebaseerd op Poland, een organisatie geclassificeerd als academia,Industry.
MoE-Multi— wanneer is het uitgebracht?
Het werd gepubliceerd in January 2017. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
MoE-Multi— waarvoor wordt het gebruikt?
Het werkt in het domein van Language, en wordt geregistreerd als het afhandelen van language modeling, Translation. Dit zijn de gebieden waar het omheen is ontworpen; ze beschrijven intentie eerder dan een harde grens.
MoE-Multi— hoeveel rekencapaciteit is gebruikt om het te trainen?
Training verbruikte ongeveer 9.4 × 10¹⁹ FLOP, op hardware vastgelegd als NVIDIA Tesla K40t. 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.
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.