gla-340M-15B
gla-340M-15B (fla-hub, 2024) — это 15-миллиардная параметрическая чат модель. gla-340M-15B is an open-weights chat model with roughly 15 billion parameters.
by fla-hub · 15B параметров
Лучше всего подходит для
Способы использования gla-340M-15B в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ fla-hub. osFoundry автоматически обнаружит gla-340M-15B — 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
gla-340M-15B 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 gla-340M-15B
gla-340M-15B работает на одном потребительском GPU объёмом 16 ГБ (~9 ГБ VRAM с запасом для KV-кэша). Инференс с полной точностью помещается на одной H100 80GB при точности FP16 (~36 ГБ).
gla-340M-15B 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 gla-340M-15B
Бесплатна ли gla-340M-15B в использовании?
gla-340M-15B 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 gla-340M-15B 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 gla-340M-15B?
Приблизительно 9 ГБ при квантизации Q4 или 36 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить gla-340M-15B локально?
Да. gla-340M-15B имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём gla-340M-15B лучше всего?
gla-340M-15B хорошо подходит для text generation.
Как использовать gla-340M-15B в osFoundry?
Вставьте свой API-ключ fla-hub в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте gla-340M-15B на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано fla-hub 30 марта 2024 г.. Источник: https://huggingface.co/fla-hub/gla-340M-15B