OFFENE MODELLE / KI-Bilderzeugung
VAR auf einer Cloud-GPU ausführen
VAR ist ein KI-Bilderzeugung-Modell von FoundationVision. Sehen Sie, wie viel GPU-Speicher es braucht, auf welche GPUs es heute passt und was der eigene Betrieb kostet, sekundengenau abgerechnet.
Aus dem Projekt: [NeurIPS 2024 Best Paper Award][GPT beats diffusion🔥] [scaling laws in visual generation📈] Official impl. of "Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction". An *ultra-simple, user-friendly yet state-of-the-art* codebase for autoregressive image generation!
GPUs, auf die es heute passt
Typischer GPU-Speicher für diese Art von App: etwa 12 GB. Größere Modelle und höhere Auflösungen brauchen mehr.
| GPU | Speicher | Pro Stunde | 10 Stunden | |
|---|---|---|---|---|
| RTX 3060 | 12 GB | $0.16 | $1.60 | Mieten |
| Titan Xp | 12 GB | $0.16 | $1.60 | Mieten |
| GTX TITAN X | 12 GB | $0.17 | $1.70 | Mieten |
| RTX 2060 | 12 GB | $0.17 | $1.70 | Mieten |
| RTX 3060 laptop | 12 GB | $0.19 | $1.90 | Mieten |
Live-Startpreise aus unserem Katalog. Sie zahlen sekundengenau, solange die Maschine läuft.
So führen Sie VAR aus
- 01
GPU mieten
Wählen Sie eine der GPUs oben. Abrechnung pro Sekunde; stoppen Sie die Maschine, endet die Abrechnung.
- 02
Terminal oder Jupyter öffnen
Verbinden Sie sich per SSH oder öffnen Sie Jupyter im Browser. PyTorch und CUDA sind bereit.
- 03
App klonen und der README folgen
Führen Sie die Befehle unten aus und folgen Sie dann der README des Projekts. Die meisten Apps starten eine Weboberfläche, die Sie über die Ports der Maschine öffnen.
git clone https://github.com/FoundationVision/VAR.git
cd VARWarum selbst betreiben?
Mit eigener GPU gibt es keinen Monatsplan und keine Kosten pro Bild. Laden Sie jedes Modell oder LoRA und erzeugen Sie im Stapel.
Fragen
- Wie viel GPU-Speicher braucht VAR?
- Nach unserer Schätzung etwa 12 GB für Inferenz (? Parameter). Höhere Auflösung, längerer Kontext oder größere Batches brauchen mehr.
- Was kostet der Betrieb von VAR?
- Ab $0.16 pro Stunde auf RTX 3060, sekundengenau abgerechnet. Zehn Stunden kosten etwa $1.60.
- Brauche ich ein Abo?
- Nein. Sie zahlen nur die Laufzeit Ihrer Maschine aus Ihrem USD-Guthaben. Stoppen Sie sie, wenn Sie fertig sind.
Testen Sie es in wenigen Minuten auf Ihrer eigenen GPU
Wählen Sie eine GPU, öffnen Sie Jupyter oder SSH und führen Sie jedes offene Modell aus. Sie zahlen sekundengenau und können jederzeit stoppen; kein Abo, keine Einrichtungsgebühr.
- Sekundengenaue Abrechnung in USD
- PyTorch und CUDA in Minuten bereit
- Auch über ChatGPT oder Claude mieten