Hydrogen-1.0 NVFP4

Hydrogen-1.0 NVFP4

Hydrogen-1.0 的 4-bit NVFP4 版本，这是 Deep Principle 的 381B 科学与研究助手模型，基于 GLM-5.3。需要多 GPU 的 NVIDIA Blackwell 服务器，上下文为 1M 词元。

由 deep-principle 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这是 Hydrogen-1.0 的 NVFP4 量化版本，Hydrogen-1.0 是 Deep Principle 的文本模型，基于 GLM-5.3。它用来帮助解答科学问题、解释推导过程，并整理开放性研究问题的回答。它有 381B 参数、1M 词元的上下文和 128K 词元的输出上限。权重约 381 GB。模型卡说，回答必须对照每个任务的假设和证据来检验。

适合谁：如果你的研究团队或基础设施工程师有多 GPU 的 NVIDIA Blackwell 服务器，想在自己的硬件上运行一个大型科学助手，它很适合你。

Industry | Who uses it | How they use it | Example
化学 | 计算化学家 | 配合模型和外部工具探索反应网络 | 制作者的博客把反应网络探索列为一个演示
分析科学 | 光谱学团队 | 逐步完成结构分析 | 博客列出了 NMR 结构分析
研究规划 | 实验室负责人 | 起草并完善实验方案 | 博客列出了实验规划

如果你没有多 GPU 的 Blackwell 机器，可以跳过它，因为这个版本面向那种运行时，而且团队只在 8x B300 上测试过。

用在哪里：

• SGLang，团队用它做测试
• NVIDIA Blackwell 服务器，比如模型卡写到的 8x B300 机器
• 任何能向你自己运行的服务器发送 OpenAI 风格 API 请求的客户端
• Windows、macOS 或 Linux，用 Python 下载文件

Use case | Who | What they get back
科学问题与推导 | 研究者 | 需要专家复核的文字解释
开放性研究问题 | 研究团队 | 需要对照证据检验的有条理回答
长文档 | 分析师 | 按模型卡所述，最多 1M 词元的上下文空间

如何设置：你需要一台 Blackwell 服务器、一个兼容的运行时，以及很大的存储空间。

• 兼容的 NVIDIA Blackwell 运行时，团队在 8x B300 上测试过
• SGLang，版本要支持这种导出格式
• 权重约 381 GB
• config.json 和 hf_quant_config.json 文件要与权重放在一起
• 装有 Hugging Face 工具的 Python，用来下载文件

1. 用 Python 安装 Hugging Face 工具。
2. 用下面的第二条命令下载仓库文件。
3. 把分词器、聊天模板和配置文件与权重放在一起。
4. 用启动命令启动 SGLang 服务器。
5. 从 OpenAI 风格的客户端发送请求。

pip install -U huggingface_hub
hf download deep-principle/Hydrogen-1.0-NVFP4

如何使用：模型卡给出了在 8 个 GPU 上用 SGLang 的一条启动命令。它把部署的上下文限制在 262144 词元，低于模型所说的 1M。服务器随后以 hydrogen-1.0 这个名字作答。

python -m sglang.launch_server \
  --model-path deep-principle/Hydrogen-1.0-NVFP4 \
  --served-model-name hydrogen-1.0 \
  --tp 8 --trust-remote-code \
  --quantization modelopt_fp4 --kv-cache-dtype fp8_e4m3 \
  --reasoning-parser glm45 --tool-call-parser glm47 \
  --context-length 262144 --mem-fraction-static 0.85 \
  --chunked-prefill-size 16384 \
  --host 0.0.0.0 --port 8001

Tool | What it does
SGLang | 通过 OpenAI 风格的 API 提供检查点服务
NVIDIA ModelOpt | 制作者用来量化权重的工具
openai Python package | 调用正在运行的服务器的客户端
config.json | 保存量化设置，所以要和权重放在一起

示例：你用上面的命令启动服务器，再从 OpenAI 风格的客户端向它提一个关于反应机理的问题。模型卡强调，这样的设置不会替你下载或加载权重，也不代表有托管端点。

新手与专家：把它想成一个被压缩过、能装进一机架 GPU 的超大研究助手。第一个小尝试是在规划硬件之前，先读一遍模型卡的用法部分。

模型卡说，路由专家以 NVFP4 存储并带有校准过的激活缩放，前三层稠密层使用 FP8。其余部分保持 BF16：共享专家、注意力、路由器和嵌入，以及输出头和 MTP 层。它还设置了 FP8 的 KV 缓存。请使用支持这种确切格式的运行时。

下载权重和配置文件
在 Blackwell 服务器上启动 SGLang
向 API 发送一个科学问题
模型推理并写出回答
对照证据检验回答

注意事项：这个仓库是同一个模型三个版本中的一个。

Title: Hydrogen-1.0 的各个版本
Version | Hardware
BF16，未量化 | 需要充足的设备和主机内存
NVFP4，就是这个 | NVIDIA Blackwell，在 8x B300 上测试过
MXFP4 | AMD Instinct，在 MI350X 上配合 ATOM 测试过

Title: 模型卡里的限制
Limit | Value
上下文长度 | 1M 词元
最大输出长度 | 128K 词元
启动命令里的上下文 | 262144 词元

• Training: 模型背后的数据和方法没有随权重一起公布
• Review: 输出需要科学复核，博客里的演示用了外部工具
• License: MIT
• Cost to run: 没有提到，但需要多 GPU 服务器
• Data it reaches: 你下载的文件和你发送到自己服务器的提示词
• Not for: 笔记本电脑、没有 Blackwell 运行时的机器，或者不经专家复核就使用的结果

Hugging Face 上的数据（2026年11月13日）

• 任务：text generation
• 参数量：381B
• Weights: about 381 GB in U8
• Formats: Safetensors
• 最近 30 天下载：10,959
• 点赞：14
• 许可证：mit
• 基于：deep-principle/Hydrogen-1.0
• 标签：safetensors, glm_moe_dsa, nvfp4, science, text-generation, conversational, 8-bit, modelopt

链接

• 模型：https://huggingface.co/deep-principle/Hydrogen-1.0-NVFP4
• 文件：https://huggingface.co/deep-principle/Hydrogen-1.0-NVFP4/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download deep-principle/Hydrogen-1.0-NVFP4

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。