GeoSeqBuilder
Brak oszacowania
Brak wymagań sprzętowych dla tego modelu
Wagi tego modelu są OPEN, ale nie opublikowano liczby parametrów. Każda figura dotycząca MEMORY i prędkości zaczyna się od tej liczby, więc wolelibyśmy nic nie pokazywać niż wymyśloną estymację..
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
- Peking University
- Typ organizacji
- Academia
- Kraj
- China
- Opublikowany
- 19 September 2024
- Autorzy
- Jiale Liu, Zheng Guo, Hantian You, Changsheng Zhang, Luhua Lai
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Biology
- Zadanie
- Protein design, Protein generation
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- Dane treningowe
- 35,250,000 tokens
Training datapoints = Training proteins × Average residues per protein 23,500 × 200 = 4,700,000 datapoints Final estimate: 4.7 million datapoints
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
- 6.5 × 10¹⁸ FLOP
- Jak to zostało ustalone
- Hardware
1. Hardware: 1x NVIDIA A30 GPU (1.50×10¹⁴ FLOP/s using fp16 tensor cores) 2. Training duration: Directly provided - 15 epochs × 2 hours/epoch = 30 hours = 108,000 seconds 3. Utilization rate: 40% 4. Calculation: 1.50×10¹⁴ FLOP/s × 1 GPU × 108,000s × 0.40 = 6.48×10¹⁸ 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 A30 PCIe
- Zastosowane chipy
- 1
- Czas rzeczywisty
- 30 hours
- Pobór mocy
- 179 W
Training duration: Directly provided - 15 epochs × 2 hours/epoch = 30 hours = 108,000 seconds
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
- Open — downloadable
- Dostęp do modelu
- Open weights (non-commercial)
- Kod treningowy
- Unreleased
no clear license https://github.com/PKUliujl/GeoSeqBuilder
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Zapisz pewność
- Confident
- Cytaty
- 1
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- All-Atom Protein Sequence Design Based on Geometric Deep Learning
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
Tło
GeoSeqBuilder został opublikowany przez Peking University, w kraju zapisanym jako China, podczas September 2024. Kategoria, do której należy wydawca, to academia.
Działa w dziedzinie Biology, i jest zapisany jako wykonujący zadanie protein design, Protein generation.
Otwarte wagi to powód, dla którego ta strona znajduje się w kalkulatorze, a nie tylko w katalogu: jest to model, który możesz faktycznie mieć.
Co poszło w budowę tego
Wytworzenie tego wymagało arytmetyki sumującej około 6.5 × 10¹⁸ FLOP, na sprzęcie zarejestrowanym jako NVIDIA A30 PCIe. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Zbiór treningowy trwał około 35,250,000 Tokeny tekstu.
Odpowiedzi
GeoSeqBuilder — częste pytania
GeoSeqBuilder— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 6.5 × 10¹⁸ FLOP, na sprzęcie zarejestrowanym jako NVIDIA A30 PCIe. 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.
GeoSeqBuilder— Jaką GPU potrzebuję, aby ją uruchomić?
Nie możemy powiedzieć. Ma otwarte wagi, ale nie opublikowano liczby parametrów, a wszelkie obliczenia pamięci i prędkości zaczynają się od tej liczby. Wolimy nie pokazywać niczego niż fałszywą szacunkową wartość.
GeoSeqBuilder— czy jest open weight?
Jego wagi są opublikowane, więc można je pobrać i uruchomić na własnym sprzęcie. Zauważ, że OPEN WEIGHTS nie są tym samym co OPEN SOURCE w pełnym sensie — nie mówi nic o danych treningowych, kodzie treningowym, ani warunkach komercyjnych.
GeoSeqBuilder— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
GeoSeqBuilder— kto to stworzył?
Zostało opublikowane przez Peking University, oparty na China, organizacja sklasyfikowana jako academia.
GeoSeqBuilder— kiedy to zostało wydane?
Zostało opublikowane w September 2024. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
GeoSeqBuilder— do czego to służy?
Działa w dziedzinie Biology, i jest zarejestrowany jako realizujący zadanie protein design, Protein generation. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.
GeoSeqBuilder— Gdzie mogę to pobrać?
Wagi są opublikowane, chociaż nie posiadamy linku do repozytorium. Ta strona oblicza wymagania sprzętowe, a nie hostuje pliki modelu.
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.