LLM Llama

Llama 3.1 405B

405B параметров · Transformer · Контекст 128k · Meta · 2024

Запустить на GPU HuggingFace →

VRAM по точности

Точность VRAM Качество Рекомендация
FP16 810 ГБ Максимальное Для продакшена
FP8 405 ГБ Отличное Оптимально
INT8 405 ГБ Хорошее
INT4/Q4 203 ГБ Приемлемое Для экспериментов

Совместимые GPU

GPU VRAM Поддерживает
Рек. NVIDIA H100 SXM
80 ГБ FP16, FP8, INT8, INT4 Арендовать
NVIDIA H200 SXM
141 ГБ FP16, FP8, INT8, INT4 Арендовать

Рекомендуемые фреймворки

vLLM TGI

Быстрый старт

vllm 
docker run --gpus all -p 8000:8000 vllm/vllm-openai:latest \
  --model Meta-Llama-3.1-405B-Instruct \
  --quantization fp8

Характеристики модели

Технические параметры

Разработчик
Meta
Год выпуска
2024
Параметры
405B
Архитектура
Transformer
Контекстное окно
128,000 токенов
Лицензия
Llama

Применение

Reasoning Complex instruction following Code generation Research

Llama 3.1 405B — крупнейшая открытая модель Meta. Требует multi-GPU конфигурации (минимум 5× H100 80GB с NVLink для fp8) или тензорного параллелизма. Подходит для production-систем с высокими требованиями к качеству.