MODÈLES OUVERTS / Image vers vidéo
Exécuter UniView sur un GPU cloud
UniView est un modèle Image vers vidéo de Drexubery. Découvrez la mémoire GPU nécessaire, les GPU sur lesquels il tient aujourd'hui et le coût pour l'exécuter vous-même, facturé à la seconde.
GPU compatibles aujourd'hui
Notre estimation : environ 44 Go pour l'inférence avec des poids BF16, mémoire de travail incluse. L'usage réel dépend de la résolution, de la taille de lot et de la longueur de contexte.
| GPU | Mémoire | Par heure | 10 heures | |
|---|---|---|---|---|
| Q RTX 8000 | 45 GB | $0.48 | $4.80 | Louer |
| RTX A6000 | 48 GB | $0.72 | $7.20 | Louer |
| CMP 170HX | 64 GB | $0.75 | $7.50 | Louer |
| L40 | 48 GB | $0.87 | $8.70 | Louer |
| A40 | 45 GB | $0.91 | $9.10 | Louer |
Prix de départ en direct depuis notre catalogue. Vous payez à la seconde tant que la machine tourne.
Comment exécuter UniView
- 01
Louez un GPU
Choisissez l'un des GPU ci-dessus. Facturation à la seconde ; arrêtez la machine et la facturation s'arrête.
- 02
Ouvrez un terminal ou Jupyter
Connectez-vous en SSH ou ouvrez Jupyter dans votre navigateur. PyTorch et CUDA sont prêts.
- 03
Téléchargez et lancez le modèle
Exécutez les commandes ci-dessous. Les poids sont téléchargés directement depuis Hugging Face sur votre machine.
pip install -U diffusers transformers accelerate
huggingface-cli download Drexubery/UniView --local-dir ./model
python -c "import torch; from diffusers import DiffusionPipeline; p = DiffusionPipeline.from_pretrained('./model', torch_dtype=torch.bfloat16).to('cuda'); print(p)"Pourquoi l'exécuter vous-même ?
Animer des images sur des services hébergés consomme vite les crédits. Un GPU loué n'a pas de limite de crédits : vous payez à la seconde et testez autant de variantes que nécessaire.
Questions
- De combien de mémoire GPU UniView a-t-il besoin ?
- Selon notre estimation, environ 44 Go pour l'inférence (18B paramètres). Une résolution plus élevée, un contexte plus long ou des lots plus grands demandent davantage.
- Combien coûte l'exécution de UniView ?
- À partir de $0.48 de l'heure sur Q RTX 8000, facturé à la seconde. Dix heures coûtent environ $4.80.
- Faut-il un abonnement ?
- Non. Vous payez uniquement le temps de fonctionnement de votre machine, depuis votre solde en USD. Arrêtez-la quand vous avez terminé.
Essayez-le sur votre propre GPU en quelques minutes
Choisissez un GPU, ouvrez Jupyter ou SSH et exécutez n'importe quel modèle ouvert. Vous payez à la seconde et pouvez arrêter à tout moment ; sans abonnement ni frais d'installation.
- Facturation à la seconde en USD
- PyTorch et CUDA prêts en quelques minutes
- Louez aussi depuis ChatGPT ou Claude