MODELOS ABERTOS / Modelos de linguagem (LLM)
Execute tiny-random-LlamaForCausalLM em uma GPU na nuvem
tiny-random-LlamaForCausalLM é um modelo de Modelos de linguagem (LLM) da HuggingFaceH4. Veja quanta memória de GPU ele precisa, em quais GPUs cabe hoje e quanto custa executá-lo você mesmo, com cobrança por segundo.
GPUs em que cabe hoje
O cartão do modelo não informa o tamanho, então ainda não podemos estimar a memória.
No momento não há GPU disponível com memória suficiente. Confira o catálogo mais tarde.
Preços iniciais ao vivo do nosso catálogo. Você paga por segundo enquanto a máquina roda.
Como executar tiny-random-LlamaForCausalLM
- 01
Alugue uma GPU
Escolha uma das GPUs acima. A cobrança é por segundo; pare a máquina e a cobrança para.
- 02
Abra um terminal ou o Jupyter
Conecte-se por SSH ou abra o Jupyter no navegador. PyTorch e CUDA já estão prontos.
- 03
Baixe e execute o modelo
Execute os comandos abaixo. Os pesos são baixados direto do Hugging Face para a sua máquina.
pip install -U vllm
vllm serve HuggingFaceH4/tiny-random-LlamaForCausalLM --host 0.0.0.0 --port 8000Por que executar você mesmo?
Seu próprio servidor de LLM não tem cobrança por token nem limite de requisições, e seus dados ficam privados. Escolha a GPU pela memória e sirva o modelo com vLLM.
Perguntas
- Preciso de uma assinatura?
- Não. Você paga só pelo tempo em que a máquina roda, usando seu saldo em USD. Pare-a quando terminar.
Experimente na sua própria GPU em minutos
Escolha uma GPU, abra o Jupyter ou o SSH e execute qualquer modelo aberto. Você paga por segundo e pode parar quando quiser; sem assinatura nem taxa de ativação.
- Cobrança por segundo em USD
- PyTorch e CUDA prontos em minutos
- Alugue também pelo ChatGPT ou Claude