internlm2_5-20b-chat-4bit-awq
O internlm2_5-20b-chat-4bit-awq da internlm concentra 20 bilhões de parâmetros em um modelo de chat. internlm2_5-20b-chat-4bit-awq is an open-weights chat model with roughly 20 billion parameters.
by internlm · 20B parâmetros
Ideal para
- chat e roteamento de baixa latência
- roteamento e triagem de requisições
- classificação de texto
Como usar internlm2_5-20b-chat-4bit-awq no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da internlm. O osFoundry descobre internlm2_5-20b-chat-4bit-awq automaticamente — atribua-o a um papel do Maestro (router, direct, orchestrator ou fallback) na aba Pipeline e ele estará ativo em cada chat. Sua chave, sua conta no provedor — sem markup sobre tokens.
Implante um endpoint dedicado
internlm2_5-20b-chat-4bit-awq é open-weights — execute localmente sem custo, ou implante um endpoint GPU dedicado no seu workspace para capacidade reservada sem limites de taxa.
Use em um Room App
Os Room Apps declaram recursos de IA em seus manifestos e os chamam com invokeAI:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Chame a partir dos seus próprios apps
Uma vez que um modelo está conectado ao seu workspace, você pode hospedá-lo como uma API e acessá-lo a partir dos seus próprios serviços, scripts ou CI — fora do osFoundry.
Quais hardwares rodam internlm2_5-20b-chat-4bit-awq
internlm2_5-20b-chat-4bit-awq roda em uma única GPU de consumo de 16GB (~12 GB de VRAM com folga para KV-cache). A inferência em precisão completa cabe em uma única H100 80GB em precisão FP16 (~48 GB).
internlm2_5-20b-chat-4bit-awq vs modelos semelhantes
Licença
Não especificada — Termos de licença não especificados — verifique o model card original antes do uso comercial.
Consulte a documentação original.
Perguntas frequentes sobre internlm2_5-20b-chat-4bit-awq
internlm2_5-20b-chat-4bit-awq é gratuito?
internlm2_5-20b-chat-4bit-awq é gratuito para rodar localmente no seu próprio hardware. O acesso hospedado via osFoundry é medido (entrada Free (local), saída Free (local)). Você pode alternar entre local e hospedado a qualquer momento.
Posso usar internlm2_5-20b-chat-4bit-awq comercialmente?
Uso comercial é permitido com condições. Termos de licença não especificados — verifique o model card original antes do uso comercial. Consulte a documentação original.
Quanta VRAM internlm2_5-20b-chat-4bit-awq precisa?
Aproximadamente 12 GB em quantização Q4, ou 48 GB em precisão FP16 completa. Cabe em uma única GPU de consumo de 24GB.
Posso rodar internlm2_5-20b-chat-4bit-awq localmente?
Sim. internlm2_5-20b-chat-4bit-awq é open-weights e roda localmente em uma GPU de workstation. O runtime local do osFoundry cuida do carregamento, da quantização e do roteamento do modelo.
Em que internlm2_5-20b-chat-4bit-awq é melhor?
internlm2_5-20b-chat-4bit-awq é bem adequado para chat e roteamento de baixa latência, roteamento e triagem de requisições, classificação de texto.
Como uso internlm2_5-20b-chat-4bit-awq no osFoundry?
Cole sua chave de API da internlm no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua internlm2_5-20b-chat-4bit-awq a um papel do Maestro na aba Pipeline e use-o em chats, em Room Apps via invokeAI ou nos seus próprios apps.
Publicado pela internlm em 14 de setembro de 2024. Fonte: https://huggingface.co/internlm/internlm2_5-20b-chat-4bit-awq