DLWP
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
- University of Washington,Microsoft Research
- Typ organizacji
- Academia,Industry
- Kraj
- United States of America
- Opublikowany
- 9 February 2021
- Autorzy
- Jonathan A. Weyn, Dale R. Durran, Rich Caruana, Nathaniel Cresswell-Clay
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Earth science
- Zadanie
- Weather forecasting
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 2.7M
- Dane treningowe
- tokens
Table 1
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
- 5.7 × 10¹⁸ FLOP
- Jak to zostało ustalone
- Hardware
31330000000000 FLOP / GPU/ sec [Tesla V100] * 1 GPU * 168 hours * 3600 sec / hour * 0.3 [assumed utilization] = 5.6845152e+18 FLOP
Przebieg szkolenia
Co fizycznie było potrzebne do treningu: jakie chipy, ile, na jak długo i co to pobierało z sieci.
- Sprzęt do trenowania
- NVIDIA Tesla V100 DGXS 32 GB
- Zastosowane chipy
- 1
- Czas rzeczywisty
- 168 hours (7 days)
- Pobór mocy
- 279 W
"Our DLWP model requires 6–8 days of computation to train on a single Tesla V100 GPU 7 days = 168 hours
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.
- Dlaczego to jest śledzone
- SOTA improvement
- Zapisz pewność
- Confident
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Sub-seasonal forecasting with a large ensemble of deep-learning weather prediction models
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
O tym modelu
DLWP został opublikowany przez University of Washington,Microsoft Research, w kraju zapisanym jako United States of America, podczas February 2021. Wychodzi z organizacji zaklasyfikowanej jako academia,Industry.
Działa w dziedzinie Earth science, i jest zapisany jako wykonujący zadanie weather forecasting.
To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.
Co poszło w budowę tego
Wytworzenie tego wymagało arytmetyki sumującej około 5.7 × 10¹⁸ FLOP, na sprzęcie zarejestrowanym jako NVIDIA Tesla V100 DGXS 32 GB. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Kryterium włączenia: sOTA improvement.
Odpowiedzi
DLWP — częste pytania
DLWP— ile ma parametrów?
Ma liczbę parametrów równą 2.7M. Table 1. 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.
DLWP— kto to stworzył?
Zostało opublikowane przez University of Washington,Microsoft Research, oparty na United States of America, organizacja sklasyfikowana jako academia,Industry.
DLWP— kiedy to zostało wydane?
Zostało opublikowane w February 2021. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
DLWP— do czego to służy?
Działa w dziedzinie Earth science, i jest zarejestrowany jako realizujący zadanie weather forecasting. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.
DLWP— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 5.7 × 10¹⁸ FLOP, na sprzęcie zarejestrowanym jako NVIDIA Tesla V100 DGXS 32 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.
DLWP— 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.
DLWP— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
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.