К содержимому
Другое

FlagRelease/Hy4-W8A8-iluvatar-FlagOS

мультимодальная модель Tencent Hunyuan для чипов Iluvatar

2 мин чтенияобновлено

Tencent Hunyuan официально открыла исходный код своей мультимодальной модели Hy4, а сообщество FlagOS выполнило кросс-аппаратную адаптацию и подготовило квантованную версию W8A8. Модель ориентирована на реальные сценарии производительности, поддерживает визуальное понимание, работу с компьютером, выполнение сложных задач и обработку длинного текста. Версия построена на базе стека FlagOS 2.2 и оптимизирована для запуска на альтернативных аппаратных платформах, обеспечивая высокую скорость инференса. Релиз предназначен для разработчиков и инженеров, занимающихся развертыванием крупных мультимодальных моделей на гетерогенном железе.

Ключевые особенности

  • Кросс-аппаратная адаптация: Официальная интеграция модели Hy4 в экосистему FlagOS с поддержкой множества вендоров.
  • Оптимизация производительности: Использование связки vLLM и библиотеки операторов FlagGems для ускорения вычислений.
  • W8A8 квантование: Снижение требований к памяти и повышение пропускной способности при сохранении качества генерации.
  • Мультимодальность: Полноценная поддержка текстовых и визуальных задач, включая анализ сложных графиков и интерфейсов.

Что можно сделать

  • Развернуть сервер инференса: Запустить распределенный кластер на базе 16 карт Iluvatar BI-V150 с использованием готового Docker-образа.
  • Интегрировать в чат-боты: Подключить модель к внешним клиентским приложениям и сервисам через OpenAI-совместимый API vLLM.
  • Обрабатывать изображения: Передавать мультимодальные запросы с графическими данными для визуального анализа и ответов по картинкам.

Пример

curl http://localhost:8400/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "hy4",
    "messages": [{"role": "user", "content": "中国的首都是哪个城市?"}],
    "max_tokens": 64,
    "temperature": 0
  }'
Подробнее• Архитектура: HyV4VLForConditionalGeneration (246 шардов, 793 ГБ)
• Оборудование: 2 узла × 16 карт Iluvatar BI-V150 (32 ГБ)
• Конфигурация: Tensor Parallelism 8, Pipeline Parallelism 4
• Ограничения: критически важно использовать режим PIECEWISE graph и не очищать кэш /root/.triton
Обсудить Telegram 0

Запустится ли?

Не запустится

Не хватает памяти даже для 4-bit. Ниже — где арендовать подходящую видеокарту.

  • I8рекомендуемвеса 735 GB · готовые файлы808 GB
  • 4-bitвеса 406 GB447 GB

Совет: берите 8-bit.I8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Ни один инстанс не вместит модель целиком — нужна выгрузка в ОЗУ или кластер.

Своя видеокарта: В домашние видеокарты не поместится — выгоднее арендовать.

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # FlagRelease/Hy4-W8A8-iluvatar-FlagOS
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download FlagRelease/Hy4-W8A8-iluvatar-FlagOS --local-dir ~/models/Hy4-W8A8-iluvatar-FlagOS
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Hy4-W8A8-iluvatar-FlagOS
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии Hy4-W8A8-iluvatar-FlagOS — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

FlagRelease/Hy4-W8A8-iluvatar-FlagOS
Автор
FlagRelease
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

Hy4-Flash

Hy4-Flash
Другое

ClosureRAG

ClosureRAG