Nvidia Llama 3 1 Nemotron Ultra 253B V1 GGUF

🚀 Llama-3_1-Nemotron-Ultra-253B-v1的Llamacpp imatrix量化版本

本項目是對nvidia的Llama-3_1-Nemotron-Ultra-253B-v1模型進行量化處理，旨在提升模型在不同硬件上的運行效率和性能。通過使用特定的量化工具和方法，生成了多種不同量化類型的模型文件，以滿足不同用戶的需求。

🚀 快速開始

運行環境

可以在 LM Studio 中運行這些量化模型，也可以直接使用 llama.cpp 或基於 llama.cpp 的其他項目來運行。

下載模型

使用 huggingface-cli 下載

首先，確保你已經安裝了 hugginface-cli：

pip install -U "huggingface_hub[cli]"

然後，你可以指定要下載的特定文件：

huggingface-cli download bartowski/nvidia_Llama-3_1-Nemotron-Ultra-253B-v1-GGUF --include "nvidia_Llama-3_1-Nemotron-Ultra-253B-v1-Q4_K_M.gguf" --local-dir ./

如果模型文件大於 50GB，它會被分割成多個文件。若要將它們全部下載到本地文件夾，請運行：

huggingface-cli download bartowski/nvidia_Llama-3_1-Nemotron-Ultra-253B-v1-GGUF --include "nvidia_Llama-3_1-Nemotron-Ultra-253B-v1-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如 nvidia_Llama-3_1-Nemotron-Ultra-253B-v1-Q8_0），也可以將它們全部下載到當前目錄（./）。

✨ 主要特性

• 多種量化類型：提供了豐富的量化類型，如 Q8_0、Q6_K、Q5_K_M 等，以滿足不同的性能和質量需求。
• 優化性能：部分量化模型採用了特殊的處理方式，如將嵌入和輸出權重量化為 Q8_0，以提升性能。
• 在線重打包：支持在線重打包權重，可根據硬件情況自動優化性能。

📦 安裝指南

安裝 huggingface-cli

pip install -U "huggingface_hub[cli]"

💻 使用示例

基礎用法

# 此處可根據實際使用情況添加基礎使用代碼示例

高級用法

# 此處可根據實際使用情況添加高級使用代碼示例

📚 詳細文檔

提示格式

<|begin_of_text|><|start_header_id|>system<|end_header_id|>

{system_prompt}<|eot_id|><|start_header_id|>user<|end_header_id|>

{prompt}<|eot_id|><|start_header_id|>assistant<|end_header_id|>

下載文件

嵌入/輸出權重

部分量化模型（如 Q3_K_XL、Q4_K_L 等）採用了標準的量化方法，將嵌入和輸出權重量化為 Q8_0，而非默認值。

ARM/AVX 信息

以前，你會下載 Q4_0_4_4/4_8/8_8，這些模型的權重會在內存中交錯排列，以通過一次加載更多數據來提高 ARM 和 AVX 機器的性能。

現在，有了所謂的“在線重打包”權重功能，詳情見 此 PR。如果你使用 Q4_0 且硬件能從權重重打包中受益，它會自動即時進行。

從 llama.cpp 構建 b4282 開始，你將無法運行 Q4_0_X_X 文件，而需要使用 Q4_0。

此外，如果你想獲得更好的質量，可以使用 IQ4_NL，這得益於 此 PR，它也會為 ARM 重打包權重，不過目前僅適用於 4_4。加載時間可能會更長，但會提高整體速度。

選擇合適的文件

🔧 技術細節

量化方法

使用 llama.cpp 版本 b5270 進行量化。所有量化模型均使用 imatrix 選項，並使用 此處 的數據集。

在線重打包

在線重打包權重的功能可根據硬件情況自動優化性能，詳情見 此 PR。

📄 許可證

本項目使用 nvidia-open-model-license 許可證。

致謝

感謝 kalomaze 和 Dampf 在創建 imatrix 校準數據集方面提供的幫助。 感謝 ZeroWw 在嵌入/輸出實驗方面的啟發。 感謝 LM Studio 對本項目的贊助。

如果你想支持我的工作，請訪問我的 ko-fi 頁面：https://ko-fi.com/bartowski