CodeLlama 34B : matériel et adéquation métier
- Code
Le plus grand CodeLlama, adapté à la revue et au refactoring. Les coders ouverts plus récents de classe 32B le battent généralement aujourd'hui ; inclus pour la complétude de la famille.
- Paramètres
- ~34B
- Contexte
- ~16K tokens
- Déploiement
- hybrid
- VRAM en 4 bits
- ~21GB
À quoi sert CodeLlama 34B
- ▸Revue et refactoring de code
- ▸Assistance consciente du dépôt
- ▸Aide à la migration
Meilleurs choix de quantification
Mémoire approximative par quantification (poids + cache KV à contexte modéré). À considérer comme ±.
| Quant. | ~Mémoire | Quand l’utiliser |
|---|---|---|
| Q4_K_M | ~21GB | Meilleur compromis taille/qualité — le choix par défaut habituel pour le service local. |
| Q8_0 | ~37GB | Plus grande fidélité ; ~1,7× la mémoire du 4 bits. |
| FP16 | ~68GB | Précision complète ; empreinte la plus grande, meilleure qualité. |
Exécuter CodeLlama 34B en local
Téléchargez et exécutez avec Ollama, ou récupérez les poids sur Hugging Face.
$ ollama run codellama:34bmeta-llama/CodeLlama-34b-Instruct-hfMatériel compatible
Appareils de notre catalogue évalués pour CodeLlama 34B, les plus adaptés d’abord.
- Supermicro 8x H100 SuperServerSupermicro · AI Servers
Tient en FP16 (~68GB) avec ~495.2GB de marge — environ 8 instances simultanées.
FP16 · ~68GBFonctionne bien - Dell PowerEdge XE9680Dell · AI Servers
Tient en FP16 (~68GB) avec ~495.2GB de marge — environ 8 instances simultanées.
FP16 · ~68GBFonctionne bien - AMD Instinct MI300XAMD · Datacenter GPUs
Tient en FP16 (~68GB) avec ~101GB de marge — environ 2 instances simultanées.
FP16 · ~68GBFonctionne bien - NVIDIA H200 (141GB)NVIDIA · Datacenter GPUs
Tient en FP16 (~68GB) avec ~56.1GB de marge — environ 1 instance simultanée.
FP16 · ~68GBFonctionne bien - Cloud H200 141GB (profile)Cloud · Cloud GPU Profiles
Tient en FP16 (~68GB) avec ~56.1GB de marge — environ 1 instance simultanée.
FP16 · ~68GBFonctionne bien - NVIDIA H100 (80GB)NVIDIA · Datacenter GPUs
Tient en FP16 (~68GB) avec ~2.4GB de marge — environ 1 instance simultanée.
FP16 · ~68GBFonctionne bien - Cloud H100 80GB (profile)Cloud · Cloud GPU Profiles
Tient en FP16 (~68GB) avec ~2.4GB de marge — environ 1 instance simultanée.
FP16 · ~68GBFonctionne bien - HP Z8 Fury G5 WorkstationHP · AI Workstations
Tient en FP16 (~68GB) avec ~16.5GB de marge — environ 1 instance simultanée.
FP16 · ~68GBFonctionne bien - Lenovo ThinkStation PX WorkstationLenovo · AI Workstations
Tient en FP16 (~68GB) avec ~16.5GB de marge — environ 1 instance simultanée.
FP16 · ~68GBFonctionne bien - Supermicro AI WorkstationSupermicro · AI Workstations
Tient en FP16 (~68GB) avec ~16.5GB de marge — environ 1 instance simultanée.
FP16 · ~68GBFonctionne bien
Utilisez-le dans l’AI Business OS
CodeLlama 34B convient à ces archétypes d’agent de l’AI Business OS :
Un modèle n’est que le moteur. Dans l’AI Business OS, il est entouré de permissions, d’outils, de connecteurs, de RAG et d’un audit pour accomplir un vrai travail métier en toute sécurité — découvrez comment fonctionne l’AI Business OS →
Questions fréquentes
De quel matériel ai-je besoin pour exécuter CodeLlama 34B ?+
En 4 bits, il vous faut environ ~21GB de mémoire utilisable. L’option auto-hébergeable minimale de notre catalogue est la NVIDIA GeForce RTX 3090. Pour une exécution confortable, nous recommandons la Supermicro 8x H100 SuperServer.
Quelle quantification utiliser pour CodeLlama 34B ?+
Q4_K_M est le choix par défaut habituel — le meilleur compromis taille/qualité. Passez à Q8_0 ou FP16 si vous avez de la mémoire en réserve et voulez plus de fidélité.
Faut-il exécuter CodeLlama 34B en local ou dans le cloud ?+
Pour CodeLlama 34B, l’hybride est recommandé. Exécutez-le en local là où il tient et basculez vers le cloud pour les pics ou les tâches plus volumineuses.
Autres tailles de la famille CodeLlama
Tous les modèles CodeLlama →Même famille, taille différente. Choisissez la variante adaptée à votre matériel.
Modèles associés
Choix similaires — modèles de la même famille et de taille la plus proche du même type.
Utilisez CodeLlama 34B dans votre AI Business OS
BrainOutput vous aide à exécuter CodeLlama 34B comme un agent métier privé — entouré des outils, connecteurs, RAG et garde-fous dont il a besoin pour accomplir un vrai travail sur du matériel que vous contrôlez.