Meta-Llama-3.1-70B-Instruct-quantized.w8a8
Desenvolvido pela RedHatAI, Meta-Llama-3.1-70B-Instruct-quantized.w8a8 é um modelo de 70 bilhões de parâmetros de chat. Meta-Llama-3.1-70B-Instruct-quantized.w8a8 is an open-weights chat model with roughly 70 billion parameters.
by RedHatAI · 70B parâmetros
Ideal para
Como usar Meta-Llama-3.1-70B-Instruct-quantized.w8a8 no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da RedHatAI. O osFoundry descobre Meta-Llama-3.1-70B-Instruct-quantized.w8a8 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
Meta-Llama-3.1-70B-Instruct-quantized.w8a8 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 Meta-Llama-3.1-70B-Instruct-quantized.w8a8
Meta-Llama-3.1-70B-Instruct-quantized.w8a8 roda em uma única A100 80GB ou H100 80GB em quantização Q4 (~42 GB de VRAM com folga para KV-cache). A inferência em precisão completa requer múltiplas GPUs H100/H200 em FP16 (~168 GB).
Meta-Llama-3.1-70B-Instruct-quantized.w8a8 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 Meta-Llama-3.1-70B-Instruct-quantized.w8a8
Meta-Llama-3.1-70B-Instruct-quantized.w8a8 é gratuito?
Meta-Llama-3.1-70B-Instruct-quantized.w8a8 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 Meta-Llama-3.1-70B-Instruct-quantized.w8a8 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 Meta-Llama-3.1-70B-Instruct-quantized.w8a8 precisa?
Aproximadamente 42 GB em quantização Q4, ou 168 GB em precisão FP16 completa. Cabe em uma única A100/H100 80GB.
Posso rodar Meta-Llama-3.1-70B-Instruct-quantized.w8a8 localmente?
Sim. Meta-Llama-3.1-70B-Instruct-quantized.w8a8 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 Meta-Llama-3.1-70B-Instruct-quantized.w8a8 é melhor?
Meta-Llama-3.1-70B-Instruct-quantized.w8a8 é bem adequado para text generation.
Como uso Meta-Llama-3.1-70B-Instruct-quantized.w8a8 no osFoundry?
Cole sua chave de API da RedHatAI no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua Meta-Llama-3.1-70B-Instruct-quantized.w8a8 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 RedHatAI em 29 de julho de 2024. Fonte: https://huggingface.co/RedHatAI/Meta-Llama-3.1-70B-Instruct-quantized.w8a8