MODELOS ABIERTOS / Modelos de lenguaje (LLM)
Ejecuta zero-to-sglang en una GPU en la nube
zero-to-sglang es un modelo de Modelos de lenguaje (LLM) de datawhalechina. Mira cuánta memoria de GPU necesita, en qué GPU cabe hoy y cuánto cuesta ejecutarlo tú mismo, con facturación por segundo.
Del proyecto: Official SGLang x Datawhale course on LLM inference: understand inference, build a mini-sglang from scratch, then read the real SGLang source and land your first PR. Available in English and Chinese.
GPU en las que cabe hoy
Memoria de GPU típica para este tipo de app: unos 16 GB. Los modelos más grandes y las resoluciones más altas necesitan más.
| GPU | Memoria | Por hora | 10 horas | |
|---|---|---|---|---|
| RTX A4000 | 16 GB | $0.19 | $1.90 | Alquilar |
| RTX 2080 Ti | 22 GB | $0.20 | $2.00 | Alquilar |
| RTX 5060 Ti | 16 GB | $0.20 | $2.00 | Alquilar |
| Tesla V100 | 16 GB | $0.22 | $2.20 | Alquilar |
| Q RTX 5000 | 16 GB | $0.24 | $2.40 | Alquilar |
Precios iniciales en vivo de nuestro catálogo. Pagas por segundo mientras la máquina funciona.
Cómo ejecutar zero-to-sglang
- 01
Alquila una GPU
Elige una de las GPU de arriba. La facturación es por segundo; detén la máquina y dejas de pagar.
- 02
Abre una terminal o Jupyter
Conéctate por SSH o abre Jupyter en tu navegador. PyTorch y CUDA están listos.
- 03
Clona la app y sigue su README
Ejecuta los comandos de abajo y luego sigue el README del proyecto. La mayoría de las apps inician una interfaz web que puedes abrir por los puertos de la máquina.
git clone https://github.com/datawhalechina/zero-to-sglang.git
cd zero-to-sglang¿Por qué ejecutarlo tú mismo?
Tu propio servidor de LLM no tiene factura por token ni límite de peticiones, y tus datos siguen siendo privados. Elige la GPU por memoria y sirve el modelo con vLLM.
Preguntas
- ¿Cuánta memoria de GPU necesita zero-to-sglang?
- Según nuestra estimación, unos 16 GB para inferencia (? parámetros). Más resolución, contexto más largo o lotes mayores necesitan más.
- ¿Cuánto cuesta ejecutar zero-to-sglang?
- Desde $0.19 por hora en RTX A4000, con facturación por segundo. Diez horas cuestan unos $1.90.
- ¿Necesito una suscripción?
- No. Solo pagas el tiempo que funciona tu máquina, desde tu saldo en USD. Detenla cuando termines.
Pruébalo en tu propia GPU en minutos
Elige una GPU, abre Jupyter o SSH y ejecuta cualquier modelo abierto. Pagas por segundo y puedes detenerla cuando quieras; sin suscripción ni cuota de alta.
- Facturación por segundo en USD
- PyTorch y CUDA listos en minutos
- Alquila también desde ChatGPT o Claude