Meta-Llama-3.1-405B-Instruct-AWQ-INT4
Meta-Llama-3.1-405B-Instruct-AWQ-INT4 adalah model chat 405 miliar parameter dari hugging-quants, dirilis 17 Juli 2024. Meta-Llama-3.1-405B-Instruct-AWQ-INT4 is an open-weights chat model with roughly 405 billion parameters.
by hugging-quants · 405B parameter
Paling cocok untuk
Cara menggunakan Meta-Llama-3.1-405B-Instruct-AWQ-INT4 di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key hugging-quants Anda. osFoundry menemukan Meta-Llama-3.1-405B-Instruct-AWQ-INT4 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
Meta-Llama-3.1-405B-Instruct-AWQ-INT4 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 Meta-Llama-3.1-405B-Instruct-AWQ-INT4
Meta-Llama-3.1-405B-Instruct-AWQ-INT4 berjalan di setup multi-GPU atau H200 141GB pada Q4 (~243 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh membutuhkan beberapa GPU H100/H200 pada FP16 (~972 GB).
Meta-Llama-3.1-405B-Instruct-AWQ-INT4 vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang Meta-Llama-3.1-405B-Instruct-AWQ-INT4
Apakah Meta-Llama-3.1-405B-Instruct-AWQ-INT4 gratis untuk digunakan?
Meta-Llama-3.1-405B-Instruct-AWQ-INT4 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 Meta-Llama-3.1-405B-Instruct-AWQ-INT4 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 Meta-Llama-3.1-405B-Instruct-AWQ-INT4?
Sekitar 243 GB pada kuantisasi Q4, atau 972 GB pada presisi FP16 penuh. Membutuhkan multi-GPU pada kuantisasi yang lebih tinggi.
Bisakah saya menjalankan Meta-Llama-3.1-405B-Instruct-AWQ-INT4 secara lokal?
Ya. Meta-Llama-3.1-405B-Instruct-AWQ-INT4 bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama Meta-Llama-3.1-405B-Instruct-AWQ-INT4?
Meta-Llama-3.1-405B-Instruct-AWQ-INT4 sangat cocok untuk text generation.
Bagaimana cara menggunakan Meta-Llama-3.1-405B-Instruct-AWQ-INT4 di osFoundry?
Tempelkan API key hugging-quants Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan Meta-Llama-3.1-405B-Instruct-AWQ-INT4 ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh hugging-quants pada 17 Juli 2024. Sumber: https://huggingface.co/hugging-quants/Meta-Llama-3.1-405B-Instruct-AWQ-INT4