Meta-Llama-3-8B-Instruct-fp8-hf_compat
Выпущенная nm-testing в 2024 году, Meta-Llama-3-8B-Instruct-fp8-hf_compat — это 8-миллиардная параметрическая чат модель. Meta-Llama-3-8B-Instruct-fp8-hf_compat is an open-weights chat model with roughly 8 billion parameters.
by nm-testing · 8B параметров
Лучше всего подходит для
- чат и маршрутизация с низкой задержкой
- маршрутизация и сортировка запросов
- классификация текста
Способы использования Meta-Llama-3-8B-Instruct-fp8-hf_compat в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ nm-testing. osFoundry автоматически обнаружит Meta-Llama-3-8B-Instruct-fp8-hf_compat — 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
Meta-Llama-3-8B-Instruct-fp8-hf_compat 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 Meta-Llama-3-8B-Instruct-fp8-hf_compat
Meta-Llama-3-8B-Instruct-fp8-hf_compat работает на одном потребительском GPU объёмом 16 ГБ (~5 ГБ VRAM с запасом для KV-кэша). Инференс с полной точностью помещается на одной H100 80GB при точности FP16 (~20 ГБ).
Meta-Llama-3-8B-Instruct-fp8-hf_compat 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 Meta-Llama-3-8B-Instruct-fp8-hf_compat
Бесплатна ли Meta-Llama-3-8B-Instruct-fp8-hf_compat в использовании?
Meta-Llama-3-8B-Instruct-fp8-hf_compat 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 Meta-Llama-3-8B-Instruct-fp8-hf_compat 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 Meta-Llama-3-8B-Instruct-fp8-hf_compat?
Приблизительно 5 ГБ при квантизации Q4 или 20 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить Meta-Llama-3-8B-Instruct-fp8-hf_compat локально?
Да. Meta-Llama-3-8B-Instruct-fp8-hf_compat имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём Meta-Llama-3-8B-Instruct-fp8-hf_compat лучше всего?
Meta-Llama-3-8B-Instruct-fp8-hf_compat хорошо подходит для чат и маршрутизация с низкой задержкой, маршрутизация и сортировка запросов, классификация текста.
Как использовать Meta-Llama-3-8B-Instruct-fp8-hf_compat в osFoundry?
Вставьте свой API-ключ nm-testing в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте Meta-Llama-3-8B-Instruct-fp8-hf_compat на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано nm-testing 20 августа 2024 г.. Источник: https://huggingface.co/nm-testing/Meta-Llama-3-8B-Instruct-fp8-hf_compat