AÇIK MODELLER / Dil modelleri (LLM)
gemma-2-9b-it-AWQ-INT4 modelini bulut GPU'da çalıştır
gemma-2-9b-it-AWQ-INT4, hugging-quants tarafından geliştirilen bir Dil modelleri (LLM) modeli. Ne kadar GPU belleği istediğini, bugün hangi GPU'lara sığdığını ve kendin çalıştırmanın maliyetini gör; ödeme saniye bazında.
Bugün sığdığı GPU'lar
Tahminimiz I32 ağırlıklarla çıkarım için çalışma belleği dahil yaklaşık 24 GB. Gerçek kullanım çözünürlüğe, toplu iş boyutuna ve bağlam uzunluğuna bağlı. 4-bit nicemlemeyle yaklaşık 8 GB yeter.
| GPU | Bellek | Saatlik | 10 saat | |
|---|---|---|---|---|
| Tesla P40 | 24 GB | $0.27 | $2.70 | Kirala |
| RTX 3090 | 24 GB | $0.41 | $4.10 | Kirala |
| RTX 3090 Ti | 24 GB | $0.45 | $4.50 | Kirala |
| Titan RTX | 24 GB | $0.45 | $4.50 | Kirala |
| A10 | 24 GB | $0.48 | $4.80 | Kirala |
Kataloğumuzdan canlı başlangıç fiyatları. Makine çalıştığı sürece saniye bazında ödersin.
gemma-2-9b-it-AWQ-INT4 nasıl çalıştırılır
- 01
GPU kirala
Yukarıdaki GPU'lardan birini seç. Ödeme saniye bazında; makineyi durdurunca ödeme de durur.
- 02
Terminali ya da Jupyter'i aç
SSH ile bağlan ya da Jupyter'i tarayıcında aç. PyTorch ve CUDA hazır.
- 03
Modeli indir ve çalıştır
Aşağıdaki komutları çalıştır. Ağırlıklar doğrudan Hugging Face'ten makinene iner.
pip install -U vllm
vllm serve hugging-quants/gemma-2-9b-it-AWQ-INT4 --host 0.0.0.0 --port 8000Neden kendin çalıştırmalısın?
Kendi LLM sunucunda belirteç başına fatura ve hız sınırı yok, verin gizli kalır. Belleğe göre GPU seç, modeli vLLM ile sun.
Sorular
- gemma-2-9b-it-AWQ-INT4 ne kadar GPU belleği ister?
- Tahminimize göre çıkarım için yaklaşık 24 GB (9.2B parametre). Yüksek çözünürlük, uzun bağlam ya da büyük toplu iş daha fazlasını ister.
- gemma-2-9b-it-AWQ-INT4 çalıştırmak ne kadar tutar?
- Tesla P40 üzerinde saatlik $0.27'ten başlar, ödeme saniye bazında. On saat yaklaşık $2.70 tutar.
- Abonelik gerekir mi?
- Hayır. Yalnız makinenin çalıştığı süreyi USD bakiyenden ödersin. İşin bitince durdur.
Kendi GPU'nda dakikalar içinde dene
Bir GPU seç, Jupyter'i ya da SSH'yi aç ve istediğin açık modeli çalıştır. Saniye bazında ödersin, istediğin an durdurursun; abonelik ve kurulum ücreti yok.
- USD ile saniye bazında ödeme
- PyTorch ve CUDA dakikalar içinde hazır
- ChatGPT ya da Claude'dan da kiralayabilirsin