MODÈLES OUVERTS / Modèles vision-langage
Exécuter vllm-d3-nano-GGUF sur un GPU cloud
vllm-d3-nano-GGUF est un modèle Modèles vision-langage de ggml-org. 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 3 Go pour l'inférence avec des poids GGUF, 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 | |
|---|---|---|---|---|
| GTX 1660 S | 6 GB | $0.13 | $1.30 | Louer |
| GTX 1070 | 8 GB | $0.16 | $1.60 | Louer |
| GTX 1660 | 6 GB | $0.16 | $1.60 | Louer |
| GTX 1070 Ti | 8 GB | $0.18 | $1.80 | Louer |
| GTX 1080 | 8 GB | $0.18 | $1.80 | Louer |
Prix de départ en direct depuis notre catalogue. Vous payez à la seconde tant que la machine tourne.
Comment exécuter vllm-d3-nano-GGUF
- 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 "huggingface_hub[cli]"
huggingface-cli download ggml-org/vllm-d3-nano-GGUF --local-dir ./model --include "*Q4_K_M*"
# llama.cpp: ./llama-server -m ./model/*.gguf --host 0.0.0.0 --port 8000Pourquoi l'exécuter vous-même ?
Exécutez la compréhension de documents et d'images sur votre propre GPU : aucun frais par image, vos fichiers restent sur votre machine.
Questions
- De combien de mémoire GPU vllm-d3-nano-GGUF a-t-il besoin ?
- Selon notre estimation, environ 3 Go pour l'inférence (2.4B paramètres). Une résolution plus élevée, un contexte plus long ou des lots plus grands demandent davantage.
- Combien coûte l'exécution de vllm-d3-nano-GGUF ?
- À partir de $0.13 de l'heure sur GTX 1660 S, facturé à la seconde. Dix heures coûtent environ $1.30.
- 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