HaiAI123

全球AI工具精选导航

行业动态
持平

OVHcloud 开源首个 AI 模型 Olala mini 7A1B

2026/11/17 — 11/17 19:19·2 个来源(全部)·2 篇报道(全部)

核心速览 (Key Takeaways)

  • 欧洲云服务商 OVHcloud 宣布推出首个 AI 模型家族 Olala,并开源首个成员 Olala mini 7A1B。
  • 该模型采用 7B 参数、256 个专家每层的 MoE 架构,结合 Differential-TPA 与 Mamba-3 混合注意力机制,可在 8GB 显存 GPU 上运行。

事件背景与详细解读

2026 年 11 月 17 日,欧洲云服务企业 OVHcloud 宣布推出其首个 AI 模型家族 Olala,并同步开源该系列的首个成员 Olala mini 7A1B。据 IT 之家当日报道,该模型采用结合了 Differential-TPA 和 Mamba-3 的混合注意力机制,总参数 70 亿、激活参数 10 亿,使用 BF16 数据格式,以 Apache 2.0 许可开源发布在 Hugging Face 上,初始版本上下文长度为 32K。

在运行与训练情况方面,OVHcloud 称 Olala mini 7A1B 可在 8GB 显存的 GPU 上运行,在 RTX A4500 上可实现 160 TPS 的词元吞吐量,仅 CPU 平台也能实现 50 TPS。OVH 表示,该模型在三台欧洲公共超级计算机上,利用 NVIDIA 的 GH200、A100、H100 训练而成,总开销达 700 万欧元。报道还提到,预计今年底推出的 1.1 版本将把上下文扩展至 128K,并具备更好的数学能力。

同日,Reddit 的 LocalLLaMA 社区对这一模型作了补充介绍,称其基于 7B 参数架构,每层设有 256 个专家,属 MoE 架构,激活参数 10 亿,并采用 Differential-TPA 与 Mamba-3 混合注意力机制及 BF16 格式,每轮请求仅调用模型的一小部分,因此运行更快、更省显存,可在 8GB 显存 GPU 上达到每秒 160 个 token 的推理速度。两处报道在参数与运行数据上基本一致,目前事件停留在模型已开源、后续版本待推出的阶段。

AI 综合 2 篇报道生成 · 更新于 11 小时前

最新进展OVH 宣布推出 Olala mini 7A1B 模型,采用 7B 参数、256 个专家每层的 MoE 架构,并结合 Differential-TPA 与 Mamba-3 混合注意力机制。该模型可在 8GB 显存的 GPU 上运行,在 RTX A4500 上达到每秒 160 个 token 的推理速度。

updream
24 小时热度热度指数 140 · 峰值 195 · 11 小时前
24 小时前现在

这件事的报道 点标题看原文

昨天
  1. OVH 宣布推出 Olala mini 7A1B 模型,采用 7B 参数、256 个专家每层的 MoE 架构,并结合 Differential-TPA 与 Mamba-3 混合注意力机制。该模型可在 8GB 显存的 GPU 上运行,在 RTX A4500 上达到每秒 160 个 token 的推理速度。

    了解支持低显存设备运行的高效混合架构开源模型。

    Reddit · LocalLLaMAAI 评分 59
  2. 欧洲云服务企业 OVHcloud 宣布推出首个 AI 模型家族 Olala,并开源首个成员 Olala mini 7A1B。该模型采用 Differential-TPA 与 Mamba-3 混合注意力机制,总参数 70 亿、激活参数 10 亿,采用 Apache 2.0 协议发布在 Hugging Face 上。模型可在 8GB 显存 GPU 上运行,初始版本支持 32K 上下文。

    欧洲云服务商首次开源采用混合架构的小尺寸模型,对边缘部署和开源社区有实际价值。

    IT之家AI 评分 65

同时在说的其他事

热度怎么算的?了解口径

热度按 48 小时内有多少个独立来源在说这件事算:同一个来源发多条只算一次,并按 24 小时半衰期衰减,所以排前面的是很多人在说的事。

本页汇总公开订阅源,标题与摘要由模型整理,版权归原作者所有;重要信息请回原文核对。如权利人认为相关标题或摘要侵权,请通过页尾联系邮箱提供具体页面与权利依据,我们核实后会及时删除或替换。

爆
讨论快速增加
新
首报 6 小时内
发酵中
讨论仍在增加

回 AI 行业动态榜 →