Llama-3.1-405B-Instruct-MXFP4-Preview
Llama-3.1-405B-Instruct-MXFP4-Preview — это 405-миллиардная параметрическая чат модель от amd, выпущенная 30 мая 2025 г.. Llama-3.1-405B-Instruct-MXFP4-Preview is an open-weights chat model with roughly 405 billion parameters.
by amd · 405B параметров
Лучше всего подходит для
- сложные многошаговые рассуждения
- оркестрация агентов с использованием инструментов
- анализ и резюмирование длинных документов
Способы использования Llama-3.1-405B-Instruct-MXFP4-Preview в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ amd. osFoundry автоматически обнаружит Llama-3.1-405B-Instruct-MXFP4-Preview — назначьте её на роль Maestro (router, direct, orchestrator или fallback) во вкладке Pipeline, и она будет доступна в каждом чате. Ваш ключ, ваш аккаунт у провайдера — без наценки на токены.
Разверните выделенный эндпоинт
Llama-3.1-405B-Instruct-MXFP4-Preview распространяется с открытыми весами — запускайте её локально бесплатно или разверните выделенный GPU-эндпоинт в вашем рабочем пространстве для зарезервированных мощностей без ограничений по частоте запросов.
Используйте в Room App
Room App объявляют функции ИИ в своём манифесте, а затем вызывают их через invokeAI:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Вызывайте из своих приложений
После подключения модели к вашему рабочему пространству вы можете разместить её как API и обращаться к ней из своих сервисов, скриптов или CI — за пределами osFoundry.
На каком оборудовании можно запустить Llama-3.1-405B-Instruct-MXFP4-Preview
Llama-3.1-405B-Instruct-MXFP4-Preview работает на конфигурации с несколькими GPU или H200 141GB при Q4 (~243 ГБ VRAM с запасом для KV-кэша). Инференс с полной точностью требует нескольких GPU H100/H200 при FP16 (~972 ГБ).
Llama-3.1-405B-Instruct-MXFP4-Preview в сравнении с похожими моделями
Лицензия
Не указано — Условия лицензии не указаны — проверьте карточку исходной модели перед коммерческим использованием.
Сверьтесь с документацией исходного проекта.
Частые вопросы о Llama-3.1-405B-Instruct-MXFP4-Preview
Бесплатна ли Llama-3.1-405B-Instruct-MXFP4-Preview в использовании?
Llama-3.1-405B-Instruct-MXFP4-Preview можно бесплатно запускать локально на собственном оборудовании. Хостинговый доступ через osFoundry тарифицируется (ввод Free (local), вывод Free (local)). Вы можете переключаться между локальным и хостинговым режимами в любой момент.
Можно ли использовать Llama-3.1-405B-Instruct-MXFP4-Preview в коммерческих целях?
Коммерческое использование разрешено с условиями. Условия лицензии не указаны — проверьте карточку исходной модели перед коммерческим использованием. Сверьтесь с документацией исходного проекта.
Сколько VRAM требуется для Llama-3.1-405B-Instruct-MXFP4-Preview?
Приблизительно 243 ГБ при квантизации Q4 или 972 ГБ при полной точности FP16. Требует конфигурации с несколькими GPU при более высокой квантизации.
Можно ли запустить Llama-3.1-405B-Instruct-MXFP4-Preview локально?
Да. Llama-3.1-405B-Instruct-MXFP4-Preview имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём Llama-3.1-405B-Instruct-MXFP4-Preview лучше всего?
Llama-3.1-405B-Instruct-MXFP4-Preview хорошо подходит для сложные многошаговые рассуждения, оркестрация агентов с использованием инструментов, анализ и резюмирование длинных документов.
Как использовать Llama-3.1-405B-Instruct-MXFP4-Preview в osFoundry?
Вставьте свой API-ключ amd в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте Llama-3.1-405B-Instruct-MXFP4-Preview на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано amd 30 мая 2025 г.. Источник: https://huggingface.co/amd/Llama-3.1-405B-Instruct-MXFP4-Preview