OFFENE MODELLE / Sprachmodelle (LLM)
tiny-random-LlamaForCausalLM auf einer Cloud-GPU ausführen
tiny-random-LlamaForCausalLM ist ein Sprachmodelle (LLM)-Modell von HuggingFaceM4. Sehen Sie, wie viel GPU-Speicher es braucht, auf welche GPUs es heute passt und was der eigene Betrieb kostet, sekundengenau abgerechnet.
GPUs, auf die es heute passt
Die Modellkarte nennt keine Größe, daher können wir den Speicher noch nicht schätzen.
Gerade ist keine GPU mit genug Speicher frei. Schauen Sie später wieder in den Katalog.
Live-Startpreise aus unserem Katalog. Sie zahlen sekundengenau, solange die Maschine läuft.
So führen Sie tiny-random-LlamaForCausalLM 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
Modell laden und starten
Führen Sie die Befehle unten aus. Die Gewichte kommen direkt von Hugging Face auf Ihre Maschine.
pip install -U vllm
vllm serve HuggingFaceM4/tiny-random-LlamaForCausalLM --host 0.0.0.0 --port 8000Warum selbst betreiben?
Ihr eigener LLM-Server hat keine Kosten pro Token und kein Ratenlimit, und Ihre Daten bleiben privat. Wählen Sie die GPU nach Speicher und stellen Sie das Modell mit vLLM bereit.
Fragen
- 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