Llama-3.1-70B-Instruct-FP8
Llama-3.1-70B-Instruct-FP8 ist ein 70 Milliarden Parameter umfassendes Chat-Modell von nvidia, veröffentlicht am 29. August 2024. Llama-3.1-70B-Instruct-FP8 is an open-weights chat model with roughly 70 billion parameters.
by nvidia · 70 Mrd. Parameter
Am besten geeignet für
Möglichkeiten, Llama-3.1-70B-Instruct-FP8 in osFoundry zu nutzen
Mit eigenem Schlüssel verbinden (BYOK)
Öffnen Sie den Schlüssel-Dialog und fügen Sie Ihren nvidia-API-Key ein. osFoundry erkennt Llama-3.1-70B-Instruct-FP8 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
Llama-3.1-70B-Instruct-FP8 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 Llama-3.1-70B-Instruct-FP8 ausführen
Llama-3.1-70B-Instruct-FP8 läuft auf eine einzelne A100 80GB oder H100 80GB mit Q4-Quantization (~42 GB VRAM mit Reserve für den KV-Cache). Inferenz in voller Präzision erfordert mehrere H100/H200-GPUs bei FP16 (~168 GB).
Llama-3.1-70B-Instruct-FP8 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 Llama-3.1-70B-Instruct-FP8
Ist Llama-3.1-70B-Instruct-FP8 kostenlos nutzbar?
Llama-3.1-70B-Instruct-FP8 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 Llama-3.1-70B-Instruct-FP8 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 Llama-3.1-70B-Instruct-FP8?
Etwa 42 GB bei Q4-Quantization oder 168 GB bei voller FP16-Präzision. Passt auf eine einzelne A100/H100 80GB.
Kann ich Llama-3.1-70B-Instruct-FP8 lokal betreiben?
Ja. Llama-3.1-70B-Instruct-FP8 ist Open-Weights und läuft lokal auf einer Workstation-GPU. Die lokale Runtime von osFoundry übernimmt Modellladen, Quantization und Routing.
Worin ist Llama-3.1-70B-Instruct-FP8 besonders gut?
Llama-3.1-70B-Instruct-FP8 eignet sich besonders für text generation.
Wie verwende ich Llama-3.1-70B-Instruct-FP8 in osFoundry?
Fügen Sie Ihren nvidia-API-Key im Schlüssel-Dialog ein (oder stellen Sie bei selbst hostbaren Modellen die Open Weights bereit), weisen Sie Llama-3.1-70B-Instruct-FP8 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 nvidia am 29. August 2024. Quelle: https://huggingface.co/nvidia/Llama-3.1-70B-Instruct-FP8