GLOBALATLAS AI · NAMJENSKI INFERENCE
Gotove AI konfiguracije
Odaberite Qwen, DeepSeek ili Mistral konfiguraciju s tačnom kontrolnom tačkom, procjenom GPU memorije i postavkama posluživanja.
Od modela do njegove konfiguracije
Odaberite tačno izdanje modela. Svaka verzija uključuje procjenu memorije za inferenciju, postavke posluživanja i kompatibilan hardver iz kataloga. Dostupnost se provjerava nakon odabira; instalacija se potvrđuje prije narudžbe.
Qwen2.5-7B-Instruct
Privatni tekstualni asistenti i višejezični chat
Tekstualni model fino prilagođen uputama. Pretraga dokumenata zahtijeva zasebnu uslugu preuzimanja/indexiranja; slike i audio nisu podržani ovim checkpointom.
- GPU VRAM
- Assessment required
- Planirano RAM / disk
- 32 / 100 GB
- Kontekst
- 8192 · BF16 · 1 zahtjev
Qwen2.5-14B-Instruct
Poslovni asistenti i strukturirana obrada dokumenata
Tekstualni model fino prilagođen uputama. Pretraga dokumenata zahtijeva zasebnu uslugu preuzimanja/indexiranja; slike i audio nisu podržani ovim checkpointom.
- GPU VRAM
- Assessment required
- Planirano RAM / disk
- 64 / 150 GB
- Kontekst
- 8192 · BF16 · 1 zahtjev
Qwen2.5-32B-Instruct
Kompleksne instrukcije i veći self-hosted jezički model
Tekstualni model fino prilagođen uputama. Pretraga dokumenata zahtijeva zasebnu uslugu preuzimanja/indexiranja; slike i audio nisu podržani ovim checkpointom.
- GPU VRAM
- Assessment required
- Planirano RAM / disk
- 128 / 200 GB
- Kontekst
- 8192 · BF16 · 1 zahtjev
Mistral-7B-Instruct-v0.3
Tekstualne usluge i kompaktni aplikacijski backendi
Tekstualni model fino prilagođen uputama s v3 tokenizerom. Pozivanje funkcija zahtijeva kompatibilan chat template i izvršavanje alata na strani aplikacije.
- GPU VRAM
- Assessment required
- Planirano RAM / disk
- 32 / 100 GB
- Kontekst
- 8192 · BF16 · 1 zahtjev
DeepSeek-R1-Distill-Qwen-14B
Razumijevanje eksperimenata i specijalizirani asistenti za domene
Poseban DeepSeek reasoning model, izdvojen iz DeepSeek-R1 izlaza na osnovi Qwen2.5-14B baze. To nije puni 671B DeepSeek-R1 model niti paket od dva modela.
- GPU VRAM
- Assessment required
- Planirano RAM / disk
- 64 / 150 GB
- Kontekst
- 8192 · BF16 · 1 zahtjev
DeepSeek-R1-Distill-Qwen-32B
Veća reasoning opterećenja na namjenskoj infrastrukturi
Poseban DeepSeek reasoning model, izdvojen iz DeepSeek-R1 izlaza na osnovi Qwen2.5-32B baze. To nije puni 671B DeepSeek-R1 model niti paket od dva modela.
- GPU VRAM
- Assessment required
- Planirano RAM / disk
- 128 / 200 GB
- Kontekst
- 8192 · BF16 · 1 zahtjev
Trebate drugi model ili klaster?
Atlas će procijeniti vaše zahtjeve i proslijediti složene konfiguracije našim stručnjacima.
Atlas Ai Navigator →