Modelo
LLMs & Texto
prism-ml/Ternary-Bonsai-27B-gguf
Modelo de geração de texto · 27 B de parâmetros — 23 downloads e 106 curtidas no Hugging Face.
Hugging Face · Modelos
·prism-ml
·
·↓ 23
·♥ 106
O modelo prism-ml/Ternary-Bonsai-27B-gguf aparece entre os mais comentados do Hugging Face — um termômetro do que a comunidade está realmente usando agora na tarefa de geração de texto.
Ficha técnica
- Tarefa: geração de texto
- Parâmetros: 27 B
- Biblioteca:
llama.cpp - Formatos: GGUF
- Licença: Apache 2.0
- Downloads: 23 · Curtidas: 106
Hardware recomendado
Estimativa de VRAM só para carregar os pesos (com ~20% de folga para ativações). Contextos longos consomem memória adicional para o cache de atenção (KV cache).
- Precisão original (16-bit): ~65 GB de VRAM — 1 GPU de data center (80 GB, ex. A100/H100)
- Quantizado 8-bit: ~32 GB de VRAM — 1 GPU profissional (48 GB, ex. A6000) ou 2× 24 GB
- Quantizado 4-bit: ~16 GB de VRAM — 1 GPU high-end (24 GB, ex. RTX 3090/4090)
Como rodar localmente
Os pesos estão em GGUF, prontos para rodar na CPU ou GPU com Ollama, llama.cpp ou LM Studio — sem Python.
# Ollama
ollama run hf.co/prism-ml/Ternary-Bonsai-27B-gguf
# ou llama.cpp
llama-cli -hf prism-ml/Ternary-Bonsai-27B-gguf -p "Explique o que é entropia."Tags
llama.cpp gguf conversational ternary 2-bit llama-cpp cuda metal