magnum-v4-72b-AWQ
Dirilis oleh CED6688 pada 2024, magnum-v4-72b-AWQ adalah sebuah model chat 72 miliar parameter . magnum-v4-72b-AWQ is an open-weights chat model with roughly 72 billion parameters.
by CED6688 · 72B parameter
Paling cocok untuk
Cara menggunakan magnum-v4-72b-AWQ di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key CED6688 Anda. osFoundry menemukan magnum-v4-72b-AWQ secara otomatis — tetapkan ke peran Maestro (router, direct, orchestrator, atau fallback) di tab Pipeline dan model ini langsung aktif di setiap chat. Key Anda, akun provider Anda — tanpa markup token.
Deploy endpoint khusus
magnum-v4-72b-AWQ bersifat open-weights — jalankan secara lokal tanpa biaya, atau deploy endpoint GPU khusus di workspace Anda untuk kapasitas tercadangkan tanpa rate limit.
Gunakan di Room App
Room App mendeklarasikan fitur AI di manifest mereka, lalu memanggilnya dengan invokeAI:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Panggil dari aplikasi Anda sendiri
Setelah sebuah model terhubung ke workspace Anda, Anda dapat meng-host-nya sebagai API dan mengaksesnya dari layanan, skrip, atau CI Anda sendiri — di luar osFoundry.
Hardware apa yang dapat menjalankan magnum-v4-72b-AWQ
magnum-v4-72b-AWQ berjalan di satu A100 80GB atau H100 80GB pada kuantisasi Q4 (~44 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh membutuhkan beberapa GPU H100/H200 pada FP16 (~173 GB).
magnum-v4-72b-AWQ vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang magnum-v4-72b-AWQ
Apakah magnum-v4-72b-AWQ gratis untuk digunakan?
magnum-v4-72b-AWQ gratis untuk dijalankan secara lokal pada hardware Anda sendiri. Akses ter-host melalui osFoundry dikenakan biaya (input Free (local), output Free (local)). Anda dapat beralih antara lokal dan ter-host kapan saja.
Bisakah saya menggunakan magnum-v4-72b-AWQ secara komersial?
Penggunaan komersial diizinkan dengan syarat. Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial. Periksa dokumentasi upstream.
Berapa VRAM yang dibutuhkan magnum-v4-72b-AWQ?
Sekitar 44 GB pada kuantisasi Q4, atau 173 GB pada presisi FP16 penuh. Muat di satu A100/H100 80GB.
Bisakah saya menjalankan magnum-v4-72b-AWQ secara lokal?
Ya. magnum-v4-72b-AWQ bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama magnum-v4-72b-AWQ?
magnum-v4-72b-AWQ sangat cocok untuk text generation.
Bagaimana cara menggunakan magnum-v4-72b-AWQ di osFoundry?
Tempelkan API key CED6688 Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan magnum-v4-72b-AWQ ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh CED6688 pada 25 Oktober 2024. Sumber: https://huggingface.co/CED6688/magnum-v4-72b-AWQ