نماذج مفتوحة / النماذج اللغوية (LLM)
شغّل OpenLLM على GPU سحابية
OpenLLM نموذج النماذج اللغوية (LLM) من bentoml. اعرف كم يحتاج من ذاكرة GPU، وعلى أي وحدات GPU يعمل اليوم، وكم تكلفة تشغيله بنفسك مع الدفع بالثانية.
من وصف المشروع: Run any open-source LLMs, such as DeepSeek and Llama, as OpenAI compatible API endpoint in the cloud.
وحدات GPU التي يعمل عليها اليوم
ذاكرة GPU النموذجية لهذا النوع من التطبيقات: نحو 16 غيغابايت. النماذج الأكبر والدقة الأعلى تحتاج أكثر.
| GPU | الذاكرة | بالساعة | 10 ساعات | |
|---|---|---|---|---|
| RTX A4000 | 16 GB | $0.19 | $1.90 | استئجار |
| RTX 2080 Ti | 22 GB | $0.20 | $2.00 | استئجار |
| RTX 5060 Ti | 16 GB | $0.20 | $2.00 | استئجار |
| Tesla V100 | 16 GB | $0.22 | $2.20 | استئجار |
| Q RTX 5000 | 16 GB | $0.24 | $2.40 | استئجار |
أسعار بداية مباشرة من الكتالوج. تدفع بالثانية ما دام الجهاز يعمل.
كيف تشغّل OpenLLM
- 01
استأجر GPU
اختر إحدى وحدات GPU أعلاه. الدفع بالثانية؛ أوقف الجهاز فيتوقف الدفع.
- 02
افتح الطرفية أو Jupyter
اتصل عبر SSH أو افتح Jupyter في متصفحك. PyTorch وCUDA جاهزان.
- 03
استنسخ التطبيق واتبع ملف README
نفّذ الأوامر أدناه ثم اتبع ملف README الخاص بالمشروع. معظم التطبيقات تشغّل واجهة ويب يمكنك فتحها عبر منافذ الجهاز.
git clone https://github.com/bentoml/OpenLLM.git
cd OpenLLMلماذا تشغّله بنفسك؟
خادم LLM الخاص بك بلا فاتورة لكل رمز وبلا حد للطلبات، وتبقى بياناتك خاصة. اختر GPU حسب الذاكرة وقدّم النموذج عبر vLLM.
أسئلة
- كم يحتاج OpenLLM من ذاكرة GPU؟
- وفق تقديرنا نحو 16 غيغابايت للاستدلال (? معامل). الدقة الأعلى أو السياق الأطول أو الدفعات الأكبر تحتاج أكثر.
- كم تكلفة تشغيل OpenLLM؟
- ابتداءً من $0.19 في الساعة على RTX A4000، مع الدفع بالثانية. عشر ساعات تكلف نحو $1.90.
- هل أحتاج إلى اشتراك؟
- لا. تدفع فقط مقابل وقت تشغيل جهازك من رصيدك بالدولار الأمريكي. أوقفه عندما تنتهي.
جرّبه على GPU خاصة بك خلال دقائق
اختر GPU، وافتح Jupyter أو SSH، وشغّل أي نموذج مفتوح. تدفع بالثانية ويمكنك الإيقاف في أي وقت؛ بلا اشتراك ولا رسوم إعداد.
- دفع بالثانية بالدولار الأمريكي
- PyTorch وCUDA جاهزان خلال دقائق
- استأجر أيضًا من ChatGPT أو Claude