xTrimoPGLM -100B
Brak oszacowania
Brak wymagań sprzętowych dla tego modelu
Wagi dla tego modelu nie zostały opublikowane, więc nie można ich pobrać ani uruchomić na własnym sprzęcie w żadnym rozmiarze. Jest dostępny tylko za pośrednictwem swojego dostawcy, a zmiana karty graficznej tego nie zmienia..
Na nagranie
Pełna specyfikacja
Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..
Pochodzenie
Kto zbudował ten model, gdzie i kiedy został opublikowany.
- Organizacja
- Tsinghua University,BioMap Research
- Typ organizacji
- Academia,Industry
- Kraj
- China
- Opublikowany
- 6 July 2023
- Autorzy
- Bo Chen, Xingyi Cheng, Yangli-ao Geng, Shen Li, Xin Zeng, Boyan Wang, Jing Gong, Chiming Liu, Aohan Zeng, Yuxiao Dong, Jie Tang, Le Song
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Biology
- Zadanie
- Proteins, Protein or nucleotide language model (pLM/nLM), Protein generation
- Podejście
- Self-supervised learning
- Format numeryczny
- FP16
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 100B
- Dane treningowe
- 275,000,000,000 tokens
- Rozmiar wsadu
- 2,097,152
Abstract: "training xTrimoPGLM at an unprecedented scale of 100 billion parameters and 1 trillion training tokens"
~24M protein sequences
"We employ batches of 2,048 sequences, each 1,024 tokens in length"
Obliczenia treningowe
Arytmetyka wykonywana w celu wytrenowania modelu, mierzona w operacjach zmiennoprzecinkowych. Jest to miara kosztów przeprowadzenia treningu, a nie tego, jak szybko gotowy model odpowiada na twoje pytania.
- Obliczenia treningowe
- 6.2 × 10²³ FLOP
- Jak to zostało ustalone
- Reported,Operation counting,Hardware
"xTrimoPGLM-100B is trained on a cluster of 96 DGX-A100 GPU (8×40G) servers in FP16 precision from January 18 to June 30, 2023. During this time, xTrimoPGLM-100B has consumed 1 trillion tokens from the dataset consisting of Uniref90 and ColAbFoldDB. As of the current date, xTrimoPGLM-100B continues its pre-training process to pass through as many tokens as possible" 6 * 100 billion params * 1T tokens = 6e23 8*96 * 312 trillion * 163 days * 24 * 3600 * 0.3 ~= 1e24 directly given in the paper (…
Przebieg szkolenia
Co fizycznie było potrzebne do treningu: jakie chipy, ile, na jak długo i co to pobierało z sieci.
- Sprzęt do trenowania
- NVIDIA A100 SXM4 40 GB
- Zastosowane chipy
- 768
- Czas-chip
- 3,004,416
- Czas rzeczywisty
- 3,912 hours (163 days)
- Pobór mocy
- 611.2 kW
- Koszt obliczeniowy
- $1,823,415
163 days
Dostępność
Czy możesz zdobyć model i uruchomić go na swoim sprzęcie, co decyduje o tym, czy którakolwiek z cyfr karty graficznej na tej stronie ma zastosowanie.
- Wagi
- Closed — provider access only
- Dostęp do modelu
- Unreleased
- Kod treningowy
- Unreleased
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Prawdopodobnie powyżej 10²³ FLOP
- Yes
- Dlaczego to jest śledzone
- SOTA improvement,Training cost
- Zapisz pewność
- Confident
- Cytaty
- 135
"Our extensive experiments reveal that xTrimoPGLM significantly outperforms other advanced baselines in diverse protein understanding tasks (13 out of 15 tasks across four categories)" "we propose xT-Fold, where building on the xTrimoPLGM-100B framework, marks a significant advancement by achieving SOTA results for the PLM-based structure prediction model on benchmarks such as CAMEO and the latest CASP15" (!) SOTA among PLM-based models
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- xTrimoPGLM: Unified 100B-Scale Pre-trained Transformer for Deciphering the Language of Protein
- Ostatnio zaktualizowane
- 1 December 2025
Co oznaczają liczby
Co to jest model?
xTrimoPGLM -100B został opublikowany przez Tsinghua University,BioMap Research, w kraju zapisanym jako China, podczas July 2023. Kategoria, do której należy wydawca, to academia,Industry.
Działa w dziedzinie Biology, i jest zapisany jako wykonujący zadanie proteins, Protein or nucleotide language model (pLM/nLM), Protein generation.
To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.
Co poszło w budowę tego
Trening zajmował około 6.2 × 10²³ FLOP, na sprzęcie zarejestrowanym jako NVIDIA A100 SXM4 40 GB. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Trening zużył korpus około 275,000,000,000 Tokeny tekstu.
Powód, dla którego w ogóle pojawia się w tym katalogu: sOTA improvement,Training cost.
Odpowiedzi
xTrimoPGLM -100B — częste pytania
xTrimoPGLM -100B— kto to stworzył?
Zostało opublikowane przez Tsinghua University,BioMap Research, oparty na China, organizacja sklasyfikowana jako academia,Industry.
xTrimoPGLM -100B— kiedy to zostało wydane?
Zostało opublikowane w July 2023. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
xTrimoPGLM -100B— do czego to służy?
Działa w dziedzinie Biology, i jest zarejestrowany jako realizujący zadanie proteins, Protein or nucleotide language model (pLM/nLM), Protein generation. Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.
xTrimoPGLM -100B— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 6.2 × 10²³ FLOP, na sprzęcie zarejestrowanym jako NVIDIA A100 SXM4 40 GB. To mierzy, ile kosztowało wyprodukowanie modelu i nie mówi nic o tym, jak szybko odpowiada po wytrenowaniu — prędkość wnioskowania pochodzi z SZEROKOŚCI PASMA, a nie z budżetu treningowego.
xTrimoPGLM -100B— Jaką GPU potrzebuję, aby ją uruchomić?
Żaden. To jest zamknięty model — jego wagi nigdy nie zostały opublikowane, więc nie można go pobrać ani uruchomić na własnym sprzęcie za żadną cenę. Jest dostępny tylko przez jego dostawcę.
xTrimoPGLM -100B— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
xTrimoPGLM -100B— ile ma parametrów?
Ma liczbę parametrów równą 100B. Abstract: "training xTrimoPGLM at an unprecedented scale of 100 billion parameters and 1 trillion training tokens". Ta liczba to całkowita, i to ona decyduje o tym, ile pamięci potrzebuje model — mniej więcej pół gigabajta na miliard przy kompresji, którą używa większość ludzi.
Druga strona
Patrząc na to z drugiej strony?
Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.