glm-4-9b-chat
glm-4-9b-chat от zai-org — вмещает 9 миллиардов параметров в чат модель. glm-4-9b-chat is an open-weights chat model with roughly 9 billion parameters.
by zai-org · 9B параметров
Лучше всего подходит для
- чат и маршрутизация с низкой задержкой
- маршрутизация и сортировка запросов
- классификация текста
Способы использования glm-4-9b-chat в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ zai-org. osFoundry автоматически обнаружит glm-4-9b-chat — 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
glm-4-9b-chat 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 glm-4-9b-chat
glm-4-9b-chat работает на одном потребительском GPU объёмом 16 ГБ (~6 ГБ VRAM с запасом для KV-кэша). Инференс с полной точностью помещается на одной H100 80GB при точности FP16 (~22 ГБ).
glm-4-9b-chat 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 glm-4-9b-chat
Бесплатна ли glm-4-9b-chat в использовании?
glm-4-9b-chat 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 glm-4-9b-chat 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 glm-4-9b-chat?
Приблизительно 6 ГБ при квантизации Q4 или 22 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить glm-4-9b-chat локально?
Да. glm-4-9b-chat имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём glm-4-9b-chat лучше всего?
glm-4-9b-chat хорошо подходит для чат и маршрутизация с низкой задержкой, маршрутизация и сортировка запросов, классификация текста.
Как использовать glm-4-9b-chat в osFoundry?
Вставьте свой API-ключ zai-org в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте glm-4-9b-chat на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано zai-org 4 июня 2024 г.. Источник: https://huggingface.co/zai-org/glm-4-9b-chat