nvidia_Llama-3_1-Nemotron-Ultra-253B-v1-GGUF
nvidia_Llama-3_1-Nemotron-Ultra-253B-v1-GGUF (bartowski, 2025) — это 253-миллиардная параметрическая чат модель. nvidia_Llama-3_1-Nemotron-Ultra-253B-v1-GGUF is an open-weights chat model with roughly 253 billion parameters.
by bartowski · 253B параметров
Лучше всего подходит для
Способы использования nvidia_Llama-3_1-Nemotron-Ultra-253B-v1-GGUF в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ bartowski. osFoundry автоматически обнаружит nvidia_Llama-3_1-Nemotron-Ultra-253B-v1-GGUF — 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
nvidia_Llama-3_1-Nemotron-Ultra-253B-v1-GGUF 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 nvidia_Llama-3_1-Nemotron-Ultra-253B-v1-GGUF
nvidia_Llama-3_1-Nemotron-Ultra-253B-v1-GGUF работает на конфигурации с несколькими GPU или H200 141GB при Q4 (~152 ГБ VRAM с запасом для KV-кэша). Инференс с полной точностью требует нескольких GPU H100/H200 при FP16 (~608 ГБ).
nvidia_Llama-3_1-Nemotron-Ultra-253B-v1-GGUF 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 nvidia_Llama-3_1-Nemotron-Ultra-253B-v1-GGUF
Бесплатна ли nvidia_Llama-3_1-Nemotron-Ultra-253B-v1-GGUF в использовании?
nvidia_Llama-3_1-Nemotron-Ultra-253B-v1-GGUF 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 nvidia_Llama-3_1-Nemotron-Ultra-253B-v1-GGUF 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 nvidia_Llama-3_1-Nemotron-Ultra-253B-v1-GGUF?
Приблизительно 152 ГБ при квантизации Q4 или 608 ГБ при полной точности FP16. Требует конфигурации с несколькими GPU при более высокой квантизации.
Можно ли запустить nvidia_Llama-3_1-Nemotron-Ultra-253B-v1-GGUF локально?
Да. nvidia_Llama-3_1-Nemotron-Ultra-253B-v1-GGUF имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём nvidia_Llama-3_1-Nemotron-Ultra-253B-v1-GGUF лучше всего?
nvidia_Llama-3_1-Nemotron-Ultra-253B-v1-GGUF хорошо подходит для text generation.
Как использовать nvidia_Llama-3_1-Nemotron-Ultra-253B-v1-GGUF в osFoundry?
Вставьте свой API-ключ bartowski в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте nvidia_Llama-3_1-Nemotron-Ultra-253B-v1-GGUF на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано bartowski 8 апреля 2025 г.. Источник: https://huggingface.co/bartowski/nvidia_Llama-3_1-Nemotron-Ultra-253B-v1-GGUF