Llama-3_1-Nemotron-Ultra-253B-v1
nvidia द्वारा 2025 में जारी, Llama-3_1-Nemotron-Ultra-253B-v1 एक 253 अरब parameter वाला चैट model है। Llama-3_1-Nemotron-Ultra-253B-v1 is an open-weights chat model with roughly 253 billion parameters.
by nvidia · 253B parameters
किसके लिए सर्वोत्तम
osFoundry में Llama-3_1-Nemotron-Ultra-253B-v1 का उपयोग करने के तरीके
अपनी key से जोड़ें (BYOK)
key dialog खोलें और अपनी nvidia API key पेस्ट करें। osFoundry Llama-3_1-Nemotron-Ultra-253B-v1 को स्वचालित रूप से खोज लेता है — इसे Pipeline tab में किसी Maestro role (router, direct, orchestrator, या fallback) को असाइन करें और यह हर चैट में live हो जाता है। आपकी key, आपका provider account — कोई token markup नहीं।
एक dedicated endpoint deploy करें
Llama-3_1-Nemotron-Ultra-253B-v1 open-weights है — इसे locally मुफ्त में चलाएँ, या rate limits के बिना reserved capacity के लिए अपने workspace में एक dedicated GPU endpoint deploy करें।
Room App में उपयोग करें
Room Apps अपने manifest में AI features घोषित करते हैं, फिर उन्हें invokeAI के साथ कॉल करते हैं:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
अपने ऐप्स से इसे कॉल करें
एक बार जब model आपके workspace में wired हो जाता है, तो आप इसे API के रूप में host कर सकते हैं और इसे अपनी services, scripts, या CI से — osFoundry के बाहर — एक्सेस कर सकते हैं।
Llama-3_1-Nemotron-Ultra-253B-v1 कौनसा hardware चला सकता है
Llama-3_1-Nemotron-Ultra-253B-v1 एक multi-GPU setup या Q4 पर H200 141GB पर चलता है (~152 GB VRAM, KV-cache headroom के साथ)। पूर्ण-precision inference FP16 पर कई H100/H200 GPUs की आवश्यकता (~608 GB)।
Llama-3_1-Nemotron-Ultra-253B-v1 बनाम समान models
लाइसेंस
अनिर्दिष्ट — लाइसेंस की शर्तें निर्दिष्ट नहीं — commercial उपयोग से पहले upstream model card सत्यापित करें।
Upstream documentation देखें।
Llama-3_1-Nemotron-Ultra-253B-v1 के बारे में अक्सर पूछे जाने वाले प्रश्न
क्या Llama-3_1-Nemotron-Ultra-253B-v1 उपयोग करने के लिए मुफ्त है?
Llama-3_1-Nemotron-Ultra-253B-v1 आपके अपने hardware पर locally चलाने के लिए मुफ्त है। osFoundry के माध्यम से hosted access metered है (input Free (local), output Free (local))। आप किसी भी समय local और hosted के बीच switch कर सकते हैं।
क्या मैं Llama-3_1-Nemotron-Ultra-253B-v1 का commercial उपयोग कर सकता हूँ?
Commercial उपयोग शर्तों के साथ अनुमत है। लाइसेंस की शर्तें निर्दिष्ट नहीं — commercial उपयोग से पहले upstream model card सत्यापित करें। Upstream documentation देखें।
Llama-3_1-Nemotron-Ultra-253B-v1 को कितनी VRAM चाहिए?
Q4 quantisation पर लगभग 152 GB, या पूर्ण FP16 precision पर 608 GB। उच्च quantisation पर multi-GPU की आवश्यकता।
क्या मैं Llama-3_1-Nemotron-Ultra-253B-v1 को locally चला सकता हूँ?
हाँ। Llama-3_1-Nemotron-Ultra-253B-v1 open-weights है और workstation GPU पर locally चलता है। osFoundry का local runtime model loading, quantisation, और routing संभालता है।
Llama-3_1-Nemotron-Ultra-253B-v1 किसमें सर्वश्रेष्ठ है?
Llama-3_1-Nemotron-Ultra-253B-v1 text generation के लिए उपयुक्त है।
मैं osFoundry में Llama-3_1-Nemotron-Ultra-253B-v1 का उपयोग कैसे करूँ?
key dialog में अपनी nvidia API key पेस्ट करें (या self-hostable models के लिए open weights deploy करें), Pipeline tab में Llama-3_1-Nemotron-Ultra-253B-v1 को एक Maestro role को असाइन करें, फिर इसे चैट में, invokeAI के माध्यम से Room Apps में, या अपने ऐप्स में उपयोग करें।
nvidia द्वारा प्रकाशित 7 अप्रैल 2025 को। स्रोत: https://huggingface.co/nvidia/Llama-3_1-Nemotron-Ultra-253B-v1