llama-embed-nemotron-8b
llama-embed-nemotron-8b (nvidia, 2025) — это 8-миллиардная параметрическая эмбеддинг модель. llama-embed-nemotron-8b is an open-weights embed model with roughly 8 billion parameters.
by nvidia · 8B параметров
Лучше всего подходит для
Способы использования llama-embed-nemotron-8b в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ nvidia. osFoundry автоматически обнаружит llama-embed-nemotron-8b — 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-embed-nemotron-8b 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-embed-nemotron-8b
llama-embed-nemotron-8b 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).
llama-embed-nemotron-8b 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-embed-nemotron-8b
Бесплатна ли llama-embed-nemotron-8b в использовании?
llama-embed-nemotron-8b 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-embed-nemotron-8b 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-embed-nemotron-8b?
Приблизительно 5 ГБ при квантизации Q4 или 20 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить llama-embed-nemotron-8b локально?
Да. llama-embed-nemotron-8b 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-embed-nemotron-8b лучше всего?
llama-embed-nemotron-8b хорошо подходит для feature extraction.
Как использовать llama-embed-nemotron-8b в osFoundry?
Вставьте свой API-ключ nvidia в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте llama-embed-nemotron-8b на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано nvidia 7 октября 2025 г.. Источник: https://huggingface.co/nvidia/llama-embed-nemotron-8b