Llama-3.3-70B-Instruct-FP8-dynamic
Llama-3.3-70B-Instruct-FP8-dynamic (nm-testing, 2024) — это 70-миллиардная параметрическая чат модель. Llama-3.3-70B-Instruct-FP8-dynamic is an open-weights chat model with roughly 70 billion parameters.
by nm-testing · 70B параметров
Лучше всего подходит для
- сложные многошаговые рассуждения
- оркестрация агентов с использованием инструментов
- анализ и резюмирование длинных документов
Способы использования Llama-3.3-70B-Instruct-FP8-dynamic в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ nm-testing. osFoundry автоматически обнаружит Llama-3.3-70B-Instruct-FP8-dynamic — 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-3.3-70B-Instruct-FP8-dynamic 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-3.3-70B-Instruct-FP8-dynamic
Llama-3.3-70B-Instruct-FP8-dynamic работает на одной A100 80GB или H100 80GB при квантизации Q4 (~42 ГБ VRAM с запасом для KV-кэша). Инференс с полной точностью требует нескольких GPU H100/H200 при FP16 (~168 ГБ).
Llama-3.3-70B-Instruct-FP8-dynamic 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-3.3-70B-Instruct-FP8-dynamic
Бесплатна ли Llama-3.3-70B-Instruct-FP8-dynamic в использовании?
Llama-3.3-70B-Instruct-FP8-dynamic 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-3.3-70B-Instruct-FP8-dynamic 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-3.3-70B-Instruct-FP8-dynamic?
Приблизительно 42 ГБ при квантизации Q4 или 168 ГБ при полной точности FP16. Помещается на одной A100/H100 80GB.
Можно ли запустить Llama-3.3-70B-Instruct-FP8-dynamic локально?
Да. Llama-3.3-70B-Instruct-FP8-dynamic 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-3.3-70B-Instruct-FP8-dynamic лучше всего?
Llama-3.3-70B-Instruct-FP8-dynamic хорошо подходит для сложные многошаговые рассуждения, оркестрация агентов с использованием инструментов, анализ и резюмирование длинных документов.
Как использовать Llama-3.3-70B-Instruct-FP8-dynamic в osFoundry?
Вставьте свой API-ключ nm-testing в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте Llama-3.3-70B-Instruct-FP8-dynamic на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано nm-testing 6 декабря 2024 г.. Источник: https://huggingface.co/nm-testing/Llama-3.3-70B-Instruct-FP8-dynamic