DALL-E
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
- OpenAI
- Typ organizacji
- Industry
- Kraj
- United States of America
- Opublikowany
- 5 January 2021
- Autorzy
- Aditya Ramesh, Mikhail Pavlov, Gabriel Goh, Scott Gray, Chelsea Voss, Alec Radford, Mark Chen, Ilya Sutskever
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Image generation
- Zadanie
- Text-to-image, Image 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
- 12B
- Dane treningowe
- 320,000,000,000 tokens
- Epoki
- 1.76
DALL·E is a 12-billion parameter version of GPT-3 trained to generate images from text descriptions
"To scale up to 12-billion parameters, we created a dataset of a similar scale to JFT-300M (Sun et al., 2017) by collecting 250 million text-images pairs from the internet. " number of epochs: 1024 batch size * 430,000 updates / 250,000,000 = 1.76
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
- 4.7 × 10²² FLOP
- Jak to zostało ustalone
- Third-party estimation
source: https://lair.lighton.ai/akronomicon/ archived: https://github.com/lightonai/akronomicon/tree/main/akrodb VAE training "on 64 16 GB NVIDIA V100 GPUs, with a per-GPU batch size of 8, resulting in a total batch size of 512. It is trained for a total of 3,000,000 updates." Transformer training: "We trained the model using 1024, 16 GB NVIDIA V100 GPUs and a total batch size of 1024, for a total of 430,000 updates."; "We concatenate up to 256 BPE-encoded text tokens with the 32 × 32 = 1024 …
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 16 GB
- Zastosowane chipy
- 1,024
- Pobór mocy
- 519.7 kW
- Koszt obliczeniowy
- $125,819
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
- 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
- Significant use,Highly cited,Historical significance
- Zapisz pewność
- Likely
- Cytaty
- 6,403
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Zero-Shot Text-to-Image Generation
- Ostatnio zaktualizowane
- 25 May 2026
Co oznaczają liczby
Skąd to pochodzi
DALL-E został opublikowany przez OpenAI, w kraju zapisanym jako United States of America, podczas January 2021. Organizacja publikująca jest klasyfikowana jako industry.
Działa w dziedzinie Image generation, i jest zapisany jako wykonujący zadanie text-to-image, Image 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
Wytworzenie tego wymagało arytmetyki sumującej około 4.7 × 10²² FLOP, na sprzęcie zarejestrowanym jako NVIDIA Tesla V100 DGXS 16 GB. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Zbiór treningowy trwał około 320,000,000,000 Tokeny tekstu.
Kryterium włączenia: significant use,Highly cited,Historical significance.
Odpowiedzi
DALL-E — częste pytania
DALL-E— kiedy to zostało wydane?
Zostało opublikowane w January 2021. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
DALL-E— do czego to służy?
Działa w dziedzinie Image generation, i jest zarejestrowany jako realizujący zadanie text-to-image, Image generation. Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.
DALL-E— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 4.7 × 10²² FLOP, na sprzęcie zarejestrowanym jako NVIDIA Tesla V100 DGXS 16 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.
DALL-E— 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.
DALL-E— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
DALL-E— ile ma parametrów?
Ma liczbę parametrów równą 12B. DALL·E is a 12-billion parameter version of GPT-3 trained to generate images from text descriptions. 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.
DALL-E— kto to stworzył?
Zostało opublikowane przez OpenAI, oparty na United States of America, organizacja sklasyfikowana jako industry.
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.