Llama-3_1-Nemotron-Ultra-253B-v1
Lanzado por nvidia en 2025, Llama-3_1-Nemotron-Ultra-253B-v1 es un modelo de 253 mil millones de parámetros chat. Llama-3_1-Nemotron-Ultra-253B-v1 is an open-weights chat model with roughly 253 billion parameters.
by nvidia · 253 mil millones de parámetros
Ideal para
Formas de utilizar Llama-3_1-Nemotron-Ultra-253B-v1 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-Nemotron-Ultra-253B-v1 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-Nemotron-Ultra-253B-v1 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-Nemotron-Ultra-253B-v1
Llama-3_1-Nemotron-Ultra-253B-v1 se ejecuta en una configuración multi-GPU o H200 141GB en Q4 (~152 GB de VRAM con margen para la caché KV). La inferencia a precisión completa requiere varias GPU H100/H200 en FP16 (~608 GB).
Llama-3_1-Nemotron-Ultra-253B-v1 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-Nemotron-Ultra-253B-v1
¿Es gratuito el uso de Llama-3_1-Nemotron-Ultra-253B-v1?
Llama-3_1-Nemotron-Ultra-253B-v1 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-Nemotron-Ultra-253B-v1 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-Nemotron-Ultra-253B-v1?
Aproximadamente 152 GB con cuantización Q4, o 608 GB con precisión FP16 completa. Requiere multi-GPU con cuantización superior.
¿Puedo ejecutar Llama-3_1-Nemotron-Ultra-253B-v1 localmente?
Sí. Llama-3_1-Nemotron-Ultra-253B-v1 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-Nemotron-Ultra-253B-v1?
Llama-3_1-Nemotron-Ultra-253B-v1 es muy adecuado para text generation.
¿Cómo se utiliza Llama-3_1-Nemotron-Ultra-253B-v1 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-Nemotron-Ultra-253B-v1 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 7 de abril de 2025. Fuente: https://huggingface.co/nvidia/Llama-3_1-Nemotron-Ultra-253B-v1