Llama-3.3-70B-Instruct-FP8-block
RedHatAIs Llama-3.3-70B-Instruct-FP8-block vereint 70 Milliarden Parameter in einem Chat-Modell. Llama-3.3-70B-Instruct-FP8-block is an open-weights chat model with roughly 70 billion parameters.
by RedHatAI · 70 Mrd. Parameter
Am besten geeignet für
Möglichkeiten, Llama-3.3-70B-Instruct-FP8-block in osFoundry zu nutzen
Mit eigenem Schlüssel verbinden (BYOK)
Öffnen Sie den Schlüssel-Dialog und fügen Sie Ihren RedHatAI-API-Key ein. osFoundry erkennt Llama-3.3-70B-Instruct-FP8-block 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-3.3-70B-Instruct-FP8-block 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-3.3-70B-Instruct-FP8-block ausführen
Llama-3.3-70B-Instruct-FP8-block 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-3.3-70B-Instruct-FP8-block 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-3.3-70B-Instruct-FP8-block
Ist Llama-3.3-70B-Instruct-FP8-block kostenlos nutzbar?
Llama-3.3-70B-Instruct-FP8-block 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-3.3-70B-Instruct-FP8-block 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-3.3-70B-Instruct-FP8-block?
Etwa 42 GB bei Q4-Quantization oder 168 GB bei voller FP16-Präzision. Passt auf eine einzelne A100/H100 80GB.
Kann ich Llama-3.3-70B-Instruct-FP8-block lokal betreiben?
Ja. Llama-3.3-70B-Instruct-FP8-block ist Open-Weights und läuft lokal auf einer Workstation-GPU. Die lokale Runtime von osFoundry übernimmt Modellladen, Quantization und Routing.
Worin ist Llama-3.3-70B-Instruct-FP8-block besonders gut?
Llama-3.3-70B-Instruct-FP8-block eignet sich besonders für text generation.
Wie verwende ich Llama-3.3-70B-Instruct-FP8-block in osFoundry?
Fügen Sie Ihren RedHatAI-API-Key im Schlüssel-Dialog ein (oder stellen Sie bei selbst hostbaren Modellen die Open Weights bereit), weisen Sie Llama-3.3-70B-Instruct-FP8-block 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 RedHatAI am 20. Oktober 2025. Quelle: https://huggingface.co/RedHatAI/Llama-3.3-70B-Instruct-FP8-block