OFFENE MODELLE / Text zu Sprache
sherpa-onnx auf einer Cloud-GPU ausführen
sherpa-onnx ist ein Text zu Sprache-Modell von k2-fsa. 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: Speech-to-text, text-to-speech, speaker diarization, speech enhancement, source separation, and VAD using next-gen Kaldi with onnxruntime without Internet connection. Support embedded systems, Android, iOS, HarmonyOS, Raspberry Pi, RISC-V, RK NPU, Axera NPU, Ascend NPU, x86_64 servers, websocket ser
GPUs, auf die es heute passt
Typischer GPU-Speicher für diese Art von App: etwa 8 GB. Größere Modelle und höhere Auflösungen brauchen mehr.
| GPU | Speicher | Pro Stunde | 10 Stunden | |
|---|---|---|---|---|
| GTX 1070 | 8 GB | $0.14 | $1.40 | Mieten |
| RTX 3060 | 12 GB | $0.15 | $1.50 | Mieten |
| GTX 1070 Ti | 8 GB | $0.16 | $1.60 | Mieten |
| GTX 1080 | 8 GB | $0.16 | $1.60 | Mieten |
| Q RTX 4000 | 8 GB | $0.16 | $1.60 | Mieten |
Live-Startpreise aus unserem Katalog. Sie zahlen sekundengenau, solange die Maschine läuft.
So führen Sie sherpa-onnx 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/k2-fsa/sherpa-onnx.git
cd sherpa-onnxWarum selbst betreiben?
Gehostete Sprachdienste berechnen pro Zeichen. Auf Ihrer eigenen GPU kostet lange Vertonung nur die Laufzeit der Maschine.
Fragen
- Wie viel GPU-Speicher braucht sherpa-onnx?
- Nach unserer Schätzung etwa 8 GB für Inferenz (? Parameter). Höhere Auflösung, längerer Kontext oder größere Batches brauchen mehr.
- Was kostet der Betrieb von sherpa-onnx?
- Ab $0.14 pro Stunde auf GTX 1070, sekundengenau abgerechnet. Zehn Stunden kosten etwa $1.40.
- 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