prism-ml/Ternary-Bonsai-27B-AWQ-4bit

🤗 Hugging Face 来源image-text-to-textapache-2.027.4B 参数103 GBsafetensors✓ 10 个校验和今天更新
一条命令提交

在你的模型文件夹旁边运行它。它会制作种子、将文件与 Hugging Face 比对,然后提交。你只需开始做种,并粘贴你账户中的密钥。它只读取你的文件,绝不修改。如果愿意,可以先阅读脚本。

curl -fsSL https://pirateface.co/package.sh | bash -s -- --repo prism-ml/Ternary-Bonsai-27B-AWQ-4bit ./model-folder
需要做种者 →

Ternary-Bonsai-27B — AWQ 4-bit

Serve (sglang)

pip install sglang

python -m sglang.launch_server \
    --model prism-ml/Ternary-Bonsai-27B-AWQ-4bit \
    --port 8000 \
    --dtype bfloat16

Use

curl http://localhost:8000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{"model":"prism-ml/Ternary-Bonsai-27B-AWQ-4bit","messages":[{"role":"user","content":"Who are you?"}],"max_tokens":100}'

Multi-GPU (8× H100)

# TP=2 DP=4 — 4 replicas, each split across 2 GPUs (throughput sweet spot)
python -m sglang.launch_server \
    --model prism-ml/Ternary-Bonsai-27B-AWQ-4bit \
    --tp-size 2 --dp-size 4 \
    --load-balance-method total_tokens \
    --port 8000 --dtype bfloat16

# TP=2 — single replica split across 2 GPUs
python -m sglang.launch_server \
    --model prism-ml/Ternary-Bonsai-27B-AWQ-4bit \
    --tp-size 2 \
    --port 8000 --dtype bfloat16