nvidia.Llama-3_1-Nemotron-51B-Instruct-GGUF
nvidia.Llama-3_1-Nemotron-51B-Instruct-GGUF (DevQuasar-6, 2024) — это 51-миллиардная параметрическая чат модель. nvidia.Llama-3_1-Nemotron-51B-Instruct-GGUF is an open-weights chat model with roughly 51 billion parameters.
by DevQuasar-6 · 51B параметров
Лучше всего подходит для
Способы использования nvidia.Llama-3_1-Nemotron-51B-Instruct-GGUF в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ DevQuasar-6. osFoundry автоматически обнаружит nvidia.Llama-3_1-Nemotron-51B-Instruct-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-51B-Instruct-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-51B-Instruct-GGUF
nvidia.Llama-3_1-Nemotron-51B-Instruct-GGUF работает на одной A100 40GB при квантизации Q4 (~31 ГБ VRAM с запасом для KV-кэша). Инференс с полной точностью требует H200 141GB или 2x A100 80GB при FP16 (~123 ГБ).
nvidia.Llama-3_1-Nemotron-51B-Instruct-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-51B-Instruct-GGUF
Бесплатна ли nvidia.Llama-3_1-Nemotron-51B-Instruct-GGUF в использовании?
nvidia.Llama-3_1-Nemotron-51B-Instruct-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-51B-Instruct-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-51B-Instruct-GGUF?
Приблизительно 31 ГБ при квантизации Q4 или 123 ГБ при полной точности FP16. Помещается на одной A100/H100 80GB.
Можно ли запустить nvidia.Llama-3_1-Nemotron-51B-Instruct-GGUF локально?
Да. nvidia.Llama-3_1-Nemotron-51B-Instruct-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-51B-Instruct-GGUF лучше всего?
nvidia.Llama-3_1-Nemotron-51B-Instruct-GGUF хорошо подходит для text generation.
Как использовать nvidia.Llama-3_1-Nemotron-51B-Instruct-GGUF в osFoundry?
Вставьте свой API-ключ DevQuasar-6 в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте nvidia.Llama-3_1-Nemotron-51B-Instruct-GGUF на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано DevQuasar-6 27 декабря 2024 г.. Источник: https://huggingface.co/DevQuasar-6/nvidia.Llama-3_1-Nemotron-51B-Instruct-GGUF