10 LSTMS + KN-5 (OPTIMAL WEIGHTS)
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 Brain
- Organisatietype
- Industry
- Land
- United States of America
- Gepubliceerd
- 11 February 2016
- Auteurs
- Rafal Jozefowicz, Oriol Vinyals, Mike Schuster, Noam Shazeer, Yonghui Wu
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Language
- Taak
- Language modeling
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
- 1B
- Training gegevens
- tokens
1.04B (Table 1)
"The experiments are performed on the 1B Word Benchmark data set introduced by (Chelba et al., 2013), which is a publicly available benchmark for measuring progress of statistical language modeling. The data set contains about 0.8B words with a vocabulary of 793471 words, including sentence boundary markers."
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
- 8.8 × 10¹⁹ FLOP
- Hoe het werd opgericht
- Hardware
504*3600*5046000000000*32*0.3 =8.7892439e+19
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 K40s
- Gebruikte chips
- 32
- Chip-uren
- 504
- Stroomverbruik
- 16.6 kW
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.
- Record vertrouwen
- Likely
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- Exploring the Limits of Language Modeling
- Laatst bijgewerkt
- 11 February 2026
Wat de cijfers betekenen
Achtergrond
10 LSTMS + KN-5 (OPTIMAL WEIGHTS) werd gepubliceerd door Google Brain, in het land geregistreerd als United States of America, tijdens February 2016. De publicerende organisatie is geclassificeerd als industry.
Het werkt in het domein van Language, en wordt geregistreerd als het uitvoeren van de taak van language modeling.
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 8.8 × 10¹⁹ FLOP, op hardware vastgelegd als NVIDIA Tesla K40s. Die figuur meet wat het produceren van het model heeft gekost en heeft geen invloed op hoe snel het antwoord geeft.
Antwoorden
10 LSTMS + KN-5 (OPTIMAL WEIGHTS) — veelgestelde vragen
10 LSTMS + KN-5 (OPTIMAL WEIGHTS)— hoeveel rekencapaciteit is gebruikt om het te trainen?
Training verbruikte ongeveer 8.8 × 10¹⁹ FLOP, op hardware vastgelegd als NVIDIA Tesla K40s. 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.
10 LSTMS + KN-5 (OPTIMAL WEIGHTS)— 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.
10 LSTMS + KN-5 (OPTIMAL WEIGHTS)— is het open-source?
De licenties werden nooit vastgelegd in onze brondocumenten. We beschouwen niet-verklaarde licenties als gesloten, omdat een niet-vastgelegde licentie er geen is om op te vertrouwen.
10 LSTMS + KN-5 (OPTIMAL WEIGHTS)— hoeveel parameters heeft het?
Het heeft een parameter telling van 1B. 1.04B (Table 1). 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.
10 LSTMS + KN-5 (OPTIMAL WEIGHTS)— wie heeft het gemaakt?
Het werd gepubliceerd door Google Brain, gebaseerd op United States of America, een organisatie geclassificeerd als industry.
10 LSTMS + KN-5 (OPTIMAL WEIGHTS)— wanneer is het uitgebracht?
Het werd gepubliceerd in February 2016. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
10 LSTMS + KN-5 (OPTIMAL WEIGHTS)— waarvoor wordt het gebruikt?
Het werkt in het domein van Language, en wordt geregistreerd als het afhandelen van language modeling. Een model kan er verschillende van elk dragen, dus dit zijn de gebieden waarvoor het is gebouwd in plaats van een limiet op wat het zal proberen.
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.