既存のモデルのスケーリング戦略はflopsと精度の関係に焦点を当てているが、パラメータ数や活性数があるため実行時間は様々であった。幅を主にスケーリングさせることで精度を落とさずに実行時間を短縮できるスケーリング戦略を開発した。