LLM Llama

CodeLlama 34B

34B параметров · Transformer · Контекст 100k · Meta · 2023

Запустить на GPU HuggingFace →

VRAM по точности

Точность VRAM Качество Рекомендация
FP16 68 ГБ Максимальное Для продакшена
FP8 34 ГБ Отличное Оптимально
INT8 34 ГБ Хорошее
INT4/Q4 17 ГБ Приемлемое Для экспериментов

Совместимые GPU

GPU VRAM Поддерживает
Рек. NVIDIA H100 SXM
80 ГБ FP16, FP8, INT8, INT4 Арендовать
NVIDIA A100
80 ГБ FP16, FP8, INT8, INT4 Арендовать
NVIDIA RTX 4090
24 ГБ FP16, FP8, INT8, INT4 Арендовать

Рекомендуемые фреймворки

vLLM Ollama llama.cpp

Быстрый старт

vllm 
docker run --gpus all -p 8000:8000 vllm/vllm-openai:latest \
  --model CodeLlama-34b-Instruct-hf \
  --quantization fp8

Характеристики модели

Технические параметры

Разработчик
Meta
Год выпуска
2023
Параметры
34B
Архитектура
Transformer
Контекстное окно
100,000 токенов
Лицензия
Llama

Применение

Code generation Code completion Debugging Code explanation

CodeLlama 34B — специализированная coding-модель Meta на базе Llama 2. Поддерживает более 20 языков программирования и инфилл (fill-in-the-middle). Хорошо подходит для IDE-интеграции.

Требования к VRAM: fp16 (68 ГБ) и fp8/int8 (34 ГБ) требуют H100 80GB или A100 80GB. На одном RTX 4090 (24 ГБ) модель запускается только в int4/Q4-квантизации (17 ГБ). min_gpu: rtx-4090 соответствует минимальной конфигурации с int4.