Impish_Llama_3B-qnn-executorch
Entwickelt von l3utterfly, ist Impish_Llama_3B-qnn-executorch ein 3 Milliarden Parameter umfassendes Chat-Modell. Impish_Llama_3B-qnn-executorch is an open-weights chat model with roughly 3 billion parameters.
by l3utterfly · 3 Mrd. Parameter
Am besten geeignet für
- Chat und Routing mit geringer Latenz
- Anfrage-Routing und Triage
- Textklassifikation
Möglichkeiten, Impish_Llama_3B-qnn-executorch in osFoundry zu nutzen
Mit eigenem Schlüssel verbinden (BYOK)
Öffnen Sie den Schlüssel-Dialog und fügen Sie Ihren l3utterfly-API-Key ein. osFoundry erkennt Impish_Llama_3B-qnn-executorch automatisch — weisen Sie es im Pipeline-Tab einer Maestro-Rolle (Router, Direct, Orchestrator oder Fallback) zu, und es ist in jedem Chat verfügbar. Ihr Key, Ihr Provider-Konto — kein Token-Aufschlag.
Dedizierten Endpunkt bereitstellen
Impish_Llama_3B-qnn-executorch ist Open-Weights — betreiben Sie es lokal kostenlos oder stellen Sie in Ihrem Workspace einen dedizierten GPU-Endpunkt für reservierte Kapazität ohne Rate Limits bereit.
In einer Room App verwenden
Room Apps deklarieren KI-Funktionen in ihrem Manifest und rufen sie anschließend mit invokeAI auf:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Aus eigenen Anwendungen aufrufen
Sobald ein Modell in Ihrem Workspace eingerichtet ist, können Sie es als API hosten und aus Ihren eigenen Diensten, Skripten oder CI — außerhalb von osFoundry — erreichen.
Welche Hardware kann Impish_Llama_3B-qnn-executorch ausführen
Impish_Llama_3B-qnn-executorch läuft auf eine einzelne 16GB-Consumer-GPU (~2 GB VRAM mit Reserve für den KV-Cache). Inferenz in voller Präzision passt auf eine einzelne H100 80GB bei FP16-Präzision (~8 GB).
Impish_Llama_3B-qnn-executorch im Vergleich zu ähnlichen Modellen
Lizenz
Nicht angegeben — Lizenzbedingungen nicht angegeben — prüfen Sie die Upstream-Model-Card vor kommerzieller Nutzung.
Konsultieren Sie die Upstream-Dokumentation.
Häufige Fragen zu Impish_Llama_3B-qnn-executorch
Ist Impish_Llama_3B-qnn-executorch kostenlos nutzbar?
Impish_Llama_3B-qnn-executorch kann auf Ihrer eigenen Hardware kostenlos lokal betrieben werden. Der gehostete Zugriff über osFoundry wird abgerechnet (Input Free (local), Output Free (local)). Sie können jederzeit zwischen lokal und gehostet wechseln.
Kann ich Impish_Llama_3B-qnn-executorch kommerziell nutzen?
Kommerzielle Nutzung ist unter bestimmten Bedingungen erlaubt. Lizenzbedingungen nicht angegeben — prüfen Sie die Upstream-Model-Card vor kommerzieller Nutzung. Konsultieren Sie die Upstream-Dokumentation.
Wie viel VRAM benötigt Impish_Llama_3B-qnn-executorch?
Etwa 2 GB bei Q4-Quantization oder 8 GB bei voller FP16-Präzision. Passt auf eine einzelne 24GB-Consumer-GPU.
Kann ich Impish_Llama_3B-qnn-executorch lokal betreiben?
Ja. Impish_Llama_3B-qnn-executorch ist Open-Weights und läuft lokal auf einer Workstation-GPU. Die lokale Runtime von osFoundry übernimmt Modellladen, Quantization und Routing.
Worin ist Impish_Llama_3B-qnn-executorch besonders gut?
Impish_Llama_3B-qnn-executorch eignet sich besonders für Chat und Routing mit geringer Latenz, Anfrage-Routing und Triage, Textklassifikation.
Wie verwende ich Impish_Llama_3B-qnn-executorch in osFoundry?
Fügen Sie Ihren l3utterfly-API-Key im Schlüssel-Dialog ein (oder stellen Sie bei selbst hostbaren Modellen die Open Weights bereit), weisen Sie Impish_Llama_3B-qnn-executorch im Pipeline-Tab einer Maestro-Rolle zu und nutzen Sie es anschließend im Chat, in Room Apps über invokeAI oder in Ihren eigenen Anwendungen.
Veröffentlicht von l3utterfly am 27. Oktober 2025. Quelle: https://huggingface.co/l3utterfly/Impish_Llama_3B-qnn-executorch