GeoSeqBuilder
Brak szacunków
Brak wymagań sprzętowych dla tego modelu
Wagi tego modelu są dostępne publicznie, jednak nie opublikowano liczby parametrów dla niego. Każdy wskaźnik pamięci i szybkości zaczyna się od tej liczby, dlatego wolelibyśmy nie podawać niczego, niż sfałszowaną szacunkową wartość.
Na nagraniu
Pełna specyfikacja
Wszystko, co jest dostępne na temat tego modelu. Większość z tego opisuje, jak został wytrenowany, a nie jak działa — przydatny kontekst do oceny, ile pracy w to włożono i jak wypada na tle modeli zbudowanych na innym poziomie skali..
Pochodzenie
Kto zbudował ten model, gdzie i kiedy został opublikowany.
- Organizacja
- Peking University
- Typ organizacji
- Academia
- Kraj
- China
- Opublikowane
- 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 zawierać kilka z każdej.
- Domena
- Biology
- Zadanie
- Protein design, Protein generation
Rozmiar
Jakiej wielkości jest model i na ile danych był szkolony. 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 szkoleniowe
Aritmetyka wykonywana w celu wytrenowania modelu, mierzone w operacjach zmiennoprzecinkowych. Jest to miara kosztu przeprowadzonego treningu, a nie tego, jak szybko gotowy model odpowiada na twoje zapytania.
- Obliczenia szkoleniowe
- 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
Trening
Co fizycznie zajęło szkolenie: które chipy, ile ich, na jak długo i ile to pobrało z sieci.
- Sprzęt szkoleniowy
- NVIDIA A30 PCIe
- Chips used
- 1
- Wall-clock time
- 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 własnym sprzęcie, co decyduje, czy jakiekolwiek z danych dotyczących karty graficznej na tej stronie mają 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 stosowane przez źródłowy zbiór danych podczas śledzenia znaczących modeli oraz jak pewny jest w danym wpisie.
- Zaufanie do nagrania
- Confident
- Cytacje
- 1
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- All-Atom Protein Sequence Design Based on Geometric Deep Learning
- Ostatnia aktualizacja
- 28 November 2025
Co oznaczają liczby
Background
GeoSeqBuilder was published by Peking University, in China, in September 2024. academia is the category the publisher falls under.
It works in Biology, and is recorded as doing protein design, Protein generation.
Otwarta waga to coś, co sprawia, że ta strona znajduje się w kalkulatorze, a nie tylko w katalogu: to model, który możesz rzeczywiście trzymać.
Co poszło w budowę tego
Producing it required around 6.5 × 10¹⁸ FLOP of arithmetic, on NVIDIA A30 PCIe, which is a statement about the training budget rather than about inference.
The training set ran to roughly 35,250,000 tokens.
Odpowiedzi
GeoSeqBuilder — Często zadawane pytania
How much compute was used to train GeoSeqBuilder?
Around 6.5 × 10¹⁸ FLOP, on NVIDIA A30 PCIe. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.
What GPU do I need to run GeoSeqBuilder?
We cannot say. GeoSeqBuilder has open weights, but no parameter count has been published for it, and every memory and speed calculation starts from that number. We would rather show nothing than a fabricated estimate.
Is GeoSeqBuilder open source?
Its weights are published, so GeoSeqBuilder can be downloaded and run on your own hardware. Note that open weights is not the same as open source in the full sense — it says nothing about the training data, the training code, or the commercial terms attached.
How many parameters does GeoSeqBuilder have?
No parameter count has been published for GeoSeqBuilder, which is why no memory or speed figure appears on this page.
Who created GeoSeqBuilder?
GeoSeqBuilder was published by Peking University, based in China, categorised as academia.
When was GeoSeqBuilder released?
GeoSeqBuilder was published in September 2024. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is GeoSeqBuilder used for?
GeoSeqBuilder works in Biology, and is recorded as handling protein design, Protein generation. These are the areas it was designed around; they describe intent rather than a hard boundary.
Where can I download GeoSeqBuilder?
The weights for GeoSeqBuilder are published, though we do not hold a repository link for it. This site calculates hardware requirements rather than hosting model files.
W innym kierunku
Patrząc na to z drugiej strony?
Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, wszystko co będzie ona obsługiwać, Rozpocznij od sprzętu..