Sparse-Llama-3.1-8B-2of4
Sparse-Llama-3.1-8B-2of4 (RedHatAI, 2024) é um modelo de 8 bilhões de parâmetros de chat. Sparse-Llama-3.1-8B-2of4 is an open-weights chat model with roughly 8 billion parameters.
by RedHatAI · 8B parâmetros
Ideal para
Como usar Sparse-Llama-3.1-8B-2of4 no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da RedHatAI. O osFoundry descobre Sparse-Llama-3.1-8B-2of4 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
Sparse-Llama-3.1-8B-2of4 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 Sparse-Llama-3.1-8B-2of4
Sparse-Llama-3.1-8B-2of4 roda em uma única GPU de consumo de 16GB (~5 GB de VRAM com folga para KV-cache). A inferência em precisão completa cabe em uma única H100 80GB em precisão FP16 (~20 GB).
Sparse-Llama-3.1-8B-2of4 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 Sparse-Llama-3.1-8B-2of4
Sparse-Llama-3.1-8B-2of4 é gratuito?
Sparse-Llama-3.1-8B-2of4 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 Sparse-Llama-3.1-8B-2of4 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 Sparse-Llama-3.1-8B-2of4 precisa?
Aproximadamente 5 GB em quantização Q4, ou 20 GB em precisão FP16 completa. Cabe em uma única GPU de consumo de 24GB.
Posso rodar Sparse-Llama-3.1-8B-2of4 localmente?
Sim. Sparse-Llama-3.1-8B-2of4 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 Sparse-Llama-3.1-8B-2of4 é melhor?
Sparse-Llama-3.1-8B-2of4 é bem adequado para text generation.
Como uso Sparse-Llama-3.1-8B-2of4 no osFoundry?
Cole sua chave de API da RedHatAI no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua Sparse-Llama-3.1-8B-2of4 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 20 de novembro de 2024. Fonte: https://huggingface.co/RedHatAI/Sparse-Llama-3.1-8B-2of4