Llama-3.1-405B-Instruct-NVFP4
El Llama-3.1-405B-Instruct-NVFP4 de nvidia concentra 405 mil millones de parámetros en un modelo de chat. Llama-3.1-405B-Instruct-NVFP4 is an open-weights chat model with roughly 405 billion parameters.
by nvidia · 405 mil millones de parámetros
Ideal para
- razonamiento complejo de varios pasos
- orquestación de agentes con uso de herramientas
- análisis y resumen de documentos extensos
Formas de utilizar Llama-3.1-405B-Instruct-NVFP4 en osFoundry
Conecten con su propia clave (BYOK)
Abran el diálogo de claves y peguen su clave de API de nvidia. osFoundry detecta Llama-3.1-405B-Instruct-NVFP4 automáticamente: asígnenlo a un rol de Maestro (router, direct, orchestrator o fallback) en la pestaña Pipeline y quedará activo en cada chat. Su clave, su cuenta de proveedor: sin recargo por tokens.
Desplieguen un endpoint dedicado
Llama-3.1-405B-Instruct-NVFP4 es de pesos abiertos: ejecútenlo localmente de forma gratuita o desplieguen un endpoint GPU dedicado en su workspace para disponer de capacidad reservada sin límites de tasa.
Úsenlo en una Room App
Las Room Apps declaran funciones de IA en su manifiesto y luego las invocan con invokeAI:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Invóquenlo desde sus propias aplicaciones
Una vez que un modelo está integrado en su workspace, pueden alojarlo como API y consumirlo desde sus propios servicios, scripts o CI, fuera de osFoundry.
Qué hardware puede ejecutar Llama-3.1-405B-Instruct-NVFP4
Llama-3.1-405B-Instruct-NVFP4 se ejecuta en una configuración multi-GPU o H200 141GB en Q4 (~243 GB de VRAM con margen para la caché KV). La inferencia a precisión completa requiere varias GPU H100/H200 en FP16 (~972 GB).
Llama-3.1-405B-Instruct-NVFP4 frente a modelos similares
Licencia
Sin especificar — Términos de licencia no especificados: verifiquen la ficha del modelo original antes de su uso comercial.
Consulten la documentación original.
Preguntas frecuentes sobre Llama-3.1-405B-Instruct-NVFP4
¿Es gratuito el uso de Llama-3.1-405B-Instruct-NVFP4?
Llama-3.1-405B-Instruct-NVFP4 se puede ejecutar gratis localmente en su propio hardware. El acceso alojado a través de osFoundry se mide (entrada Free (local), salida Free (local)). Pueden alternar entre local y alojado en cualquier momento.
¿Puedo utilizar Llama-3.1-405B-Instruct-NVFP4 comercialmente?
El uso comercial está permitido con condiciones. Términos de licencia no especificados: verifiquen la ficha del modelo original antes de su uso comercial. Consulten la documentación original.
¿Cuánta VRAM necesita Llama-3.1-405B-Instruct-NVFP4?
Aproximadamente 243 GB con cuantización Q4, o 972 GB con precisión FP16 completa. Requiere multi-GPU con cuantización superior.
¿Puedo ejecutar Llama-3.1-405B-Instruct-NVFP4 localmente?
Sí. Llama-3.1-405B-Instruct-NVFP4 es de pesos abiertos y se ejecuta localmente en una GPU de estación de trabajo. El runtime local de osFoundry gestiona la carga del modelo, la cuantización y el enrutamiento.
¿En qué destaca Llama-3.1-405B-Instruct-NVFP4?
Llama-3.1-405B-Instruct-NVFP4 es muy adecuado para razonamiento complejo de varios pasos, orquestación de agentes con uso de herramientas, análisis y resumen de documentos extensos.
¿Cómo se utiliza Llama-3.1-405B-Instruct-NVFP4 en osFoundry?
Peguen su clave de API de nvidia en el diálogo de claves (o desplieguen los pesos abiertos para modelos autoalojables), asignen Llama-3.1-405B-Instruct-NVFP4 a un rol de Maestro en la pestaña Pipeline y úsenlo en chat, en Room Apps mediante invokeAI o en sus propias aplicaciones.
Publicado por nvidia el 16 de enero de 2025. Fuente: https://huggingface.co/nvidia/Llama-3.1-405B-Instruct-NVFP4