Wu Dao 2.0
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
- Beijing Academy of Artificial Intelligence / BAAI
- Typ organizacji
- Academia
- Kraj
- China
- Opublikowany
- 31 May 2021
- Autorzy
- Tang Jie, Zhai Jidong, Yang Hongxia, Chen Wenguang, Zheng Weimin, Ma Zixuan, He Jiaao, Qiu Jiezhong, Cao Huanqi, Wang Yuanwei, Sun Zhenbo, Zheng Liyan, Wang Haojie, Tang Shizhi, Feng Guanyu, Zeng Aohan, Zhong Runxin, Shi Tianhui, Du Zhengxiao, Ding Ming, Tiago Antunes, Peng Jinjun, Lin Junyang Zhang Jianwei
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Multimodal, Language, Vision, Image generation
- Zadanie
- Image captioning, Chat, Image generation, Text-to-image, Language modeling/generation, Question answering, Visual question answering
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 1.8T
- Dane treningowe
- 4,900,000,000,000 tokens
"It's been trained on 1.75 trillion parameters" MoE architecture, "tens of thousands of experts" https://keg.cs.tsinghua.edu.cn/jietang/publications/wudao-3.0-meta-en.pdf
[tokens assumed[ "Bilingual (Cn and En) data: 4.9T text and images" https://keg.cs.tsinghua.edu.cn/jietang/publications/wudao-3.0-meta-en.pdf
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
- 1.5 × 10²⁴ FLOP
- Jak to zostało ustalone
- Operation counting
It's a mixture-of-experts model, so all 1.75 trillion params were most likely not trained on each token. "The parameter scale of Enlightenment 2.0 reached a record-breaking 1.75 trillion. According to reports, the new generation FastMoE technology is the key to the realization of the "Trillion Model" cornerstone of Enlightenment 2.0." Speculatively assuming 3% of parameters are active per forward pass and the model was trained for one epoch: 6 FLOP / token / parameter * 1.75 * 10^12 parameter…
Przebieg szkolenia
Co fizycznie było potrzebne do treningu: jakie chipy, ile, na jak długo i co to pobierało z sieci.
- Koszt obliczeniowy
- $2,870,840
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
- API access
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Model Frontier
- Yes
- Model bazowy
- Yes
- Zapisz pewność
- Speculative
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- China's gigantic multi-modal AI is no one-trick pony
- Ostatnio zaktualizowane
- 1 December 2025
Co oznaczają liczby
Tło
Wu Dao 2.0 został opublikowany przez Beijing Academy of Artificial Intelligence / BAAI, w kraju zapisanym jako China, podczas May 2021. Organizacja publikująca jest klasyfikowana jako academia.
Działa w dziedzinie Multimodal, Language, Vision, Image generation, i jest zapisany jako wykonujący zadanie image captioning, Chat, Image generation, Text-to-image, Language modeling/generation, Question answering, Visual question answering.
To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.
Co poszło w budowę tego
Trenowanie zajęło budżet obliczeniowy wynoszący około 1.5 × 10²⁴ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Trening zużył korpus około 4,900,000,000,000 Tokeny tekstu.
Odpowiedzi
Wu Dao 2.0 — częste pytania
Wu Dao 2.0— kiedy to zostało wydane?
Zostało opublikowane w May 2021. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
Wu Dao 2.0— do czego to służy?
Działa w dziedzinie Multimodal, Language, Vision, Image generation, i jest zarejestrowany jako realizujący zadanie image captioning, Chat, Image generation, Text-to-image, Language modeling/generation, Question answering, Visual question answering. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.
Wu Dao 2.0— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 1.5 × 10²⁴ FLOP. 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.
Wu Dao 2.0— 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.
Wu Dao 2.0— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
Wu Dao 2.0— ile ma parametrów?
Ma liczbę parametrów równą 1.8T. "It's been trained on 1.75 trillion parameters" MoE architecture, "tens of thousands of experts" https://keg.cs.tsinghua.edu.cn/jietang/publications/wudao-3.0-meta-en.pdf. 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.
Wu Dao 2.0— kto to stworzył?
Zostało opublikowane przez Beijing Academy of Artificial Intelligence / BAAI, oparty na China, organizacja sklasyfikowana jako academia.
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.