MODÈLES OUVERTS / Modèles de langage (LLM)
Exécuter llama-modchip sur un GPU cloud
llama-modchip est un modèle Modèles de langage (LLM) de synchopate. 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.
Du projet : Run 284B DeepSeek-V4-Flash (<59GiB RAM: 41.1 cold pp, 9.1 N=1 tg, up to 25.3 spec tok/s) & 30B MoEs (22.4 N=1 / 111.6 spec tok/s) on 64GB CPU (0 GPUs).
GPU compatibles aujourd'hui
Mémoire GPU typique pour ce type d'application : environ 16 Go. Les modèles plus grands et les résolutions plus élevées demandent davantage.
| GPU | Mémoire | Par heure | 10 heures | |
|---|---|---|---|---|
| RTX A4000 | 16 GB | $0.19 | $1.90 | Louer |
| RTX 2080 Ti | 22 GB | $0.20 | $2.00 | Louer |
| RTX 5060 Ti | 16 GB | $0.20 | $2.00 | Louer |
| Tesla V100 | 16 GB | $0.22 | $2.20 | Louer |
| Q RTX 5000 | 16 GB | $0.24 | $2.40 | Louer |
Prix de départ en direct depuis notre catalogue. Vous payez à la seconde tant que la machine tourne.
Comment exécuter llama-modchip
- 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
Clonez l'application et suivez son README
Exécutez les commandes ci-dessous, puis suivez le README du projet. La plupart des applications démarrent une interface web accessible via les ports de la machine.
git clone https://github.com/synchopate/llama-modchip.git
cd llama-modchipPourquoi l'exécuter vous-même ?
Votre propre serveur LLM n'a ni facture par token ni limite de débit, et vos données restent privées. Choisissez le GPU selon la mémoire et servez le modèle avec vLLM.
Questions
- De combien de mémoire GPU llama-modchip a-t-il besoin ?
- Selon notre estimation, environ 16 Go pour l'inférence (? paramètres). Une résolution plus élevée, un contexte plus long ou des lots plus grands demandent davantage.
- Combien coûte l'exécution de llama-modchip ?
- À partir de $0.19 de l'heure sur RTX A4000, facturé à la seconde. Dix heures coûtent environ $1.90.
- 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