Meta-Llama-3.1-70B-Instruct-quantized.w8a8
Созданная RedHatAI, Meta-Llama-3.1-70B-Instruct-quantized.w8a8 — это 70-миллиардная параметрическая чат модель. Meta-Llama-3.1-70B-Instruct-quantized.w8a8 is an open-weights chat model with roughly 70 billion parameters.
by RedHatAI · 70B параметров
Лучше всего подходит для
Способы использования Meta-Llama-3.1-70B-Instruct-quantized.w8a8 в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ RedHatAI. osFoundry автоматически обнаружит Meta-Llama-3.1-70B-Instruct-quantized.w8a8 — 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-3.1-70B-Instruct-quantized.w8a8 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-3.1-70B-Instruct-quantized.w8a8
Meta-Llama-3.1-70B-Instruct-quantized.w8a8 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).
Meta-Llama-3.1-70B-Instruct-quantized.w8a8 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-3.1-70B-Instruct-quantized.w8a8
Бесплатна ли Meta-Llama-3.1-70B-Instruct-quantized.w8a8 в использовании?
Meta-Llama-3.1-70B-Instruct-quantized.w8a8 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-3.1-70B-Instruct-quantized.w8a8 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-3.1-70B-Instruct-quantized.w8a8?
Приблизительно 42 ГБ при квантизации Q4 или 168 ГБ при полной точности FP16. Помещается на одной A100/H100 80GB.
Можно ли запустить Meta-Llama-3.1-70B-Instruct-quantized.w8a8 локально?
Да. Meta-Llama-3.1-70B-Instruct-quantized.w8a8 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-3.1-70B-Instruct-quantized.w8a8 лучше всего?
Meta-Llama-3.1-70B-Instruct-quantized.w8a8 хорошо подходит для text generation.
Как использовать Meta-Llama-3.1-70B-Instruct-quantized.w8a8 в osFoundry?
Вставьте свой API-ключ RedHatAI в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте Meta-Llama-3.1-70B-Instruct-quantized.w8a8 на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано RedHatAI 29 июля 2024 г.. Источник: https://huggingface.co/RedHatAI/Meta-Llama-3.1-70B-Instruct-quantized.w8a8