ОТКРЫТЫЕ МОДЕЛИ / Визуально-языковые модели
Запустите gemma-3-12b-it-quantized-W4A16 на облачном GPU
gemma-3-12b-it-quantized-W4A16 — модель от abhishekchohan для задачи «Визуально-языковые модели». Узнайте, сколько видеопамяти ей нужно, на какие GPU она помещается сегодня и сколько стоит запустить её самому, с посекундной оплатой.
GPU, на которые она помещается сегодня
По нашей оценке, около 31 ГБ для инференса с весами I32, включая рабочую память. Реальный расход зависит от разрешения, размера батча и длины контекста. С 4-битной квантизацией хватит около 10 ГБ.
| GPU | Память | В час | 10 часов | |
|---|---|---|---|---|
| Q RTX 8000 | 45 GB | $0.54 | $5.40 | Арендовать |
| RTX 5000Ada | 32 GB | $0.78 | $7.80 | Арендовать |
| A100 SXM4 | 80 GB | $0.81 | $8.10 | Арендовать |
| A100 PCIE | 40 GB | $0.83 | $8.30 | Арендовать |
| CMP 170HX | 64 GB | $0.90 | $9.00 | Арендовать |
Актуальные начальные цены из нашего каталога. Вы платите посекундно, пока машина работает.
Как запустить gemma-3-12b-it-quantized-W4A16
- 01
Арендуйте GPU
Выберите один из GPU выше. Оплата посекундная: остановили машину — оплата прекратилась.
- 02
Откройте терминал или Jupyter
Подключитесь по SSH или откройте Jupyter в браузере. PyTorch и CUDA уже готовы.
- 03
Скачайте и запустите модель
Выполните команды ниже. Веса загружаются прямо с Hugging Face на вашу машину.
pip install -U vllm
vllm serve abhishekchohan/gemma-3-12b-it-quantized-W4A16 --host 0.0.0.0 --port 8000Зачем запускать самому?
Анализируйте документы и изображения на своём GPU: без оплаты за изображение, файлы остаются на вашей машине.
Вопросы
- Сколько видеопамяти нужно gemma-3-12b-it-quantized-W4A16?
- По нашей оценке, около 31 ГБ для инференса (12B параметров). Более высокое разрешение, длинный контекст или большие батчи потребуют больше.
- Сколько стоит запуск gemma-3-12b-it-quantized-W4A16?
- От $0.54 в час на Q RTX 8000, с посекундной оплатой. Десять часов обойдутся примерно в $5.40.
- Нужна ли подписка?
- Нет. Вы платите только за время работы машины из своего баланса в USD. Остановите её, когда закончите.
Попробуйте на своём GPU за несколько минут
Выберите GPU, откройте Jupyter или SSH и запустите любую открытую модель. Вы платите посекундно и можете остановить машину в любой момент; без подписки и платы за подключение.
- Посекундная оплата в USD
- PyTorch и CUDA готовы за минуты
- Арендуйте и через ChatGPT или Claude