MODELOS ABERTOS / Edição e ampliação de imagens
Execute JoyAI-Image-Edit-Plus-Diffusers em uma GPU na nuvem
JoyAI-Image-Edit-Plus-Diffusers é um modelo de Edição e ampliação de imagens da Jinstudio. 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
Nossa estimativa é de cerca de 41 GB para inferência com pesos BF16, incluindo a memória de trabalho. O uso real depende da resolução, do tamanho do lote e do comprimento do contexto.
| GPU | Memória | Por hora | 10 horas | |
|---|---|---|---|---|
| Q RTX 8000 | 45 GB | $0.48 | $4.80 | Alugar |
| CMP 170HX | 64 GB | $0.75 | $7.50 | Alugar |
| L40S | 45 GB | $0.75 | $7.50 | Alugar |
| RTX A6000 | 48 GB | $0.77 | $7.70 | Alugar |
| L40 | 48 GB | $0.87 | $8.70 | Alugar |
Preços iniciais ao vivo do nosso catálogo. Você paga por segundo enquanto a máquina roda.
Como executar JoyAI-Image-Edit-Plus-Diffusers
- 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 diffusers transformers accelerate
huggingface-cli download Jinstudio/JoyAI-Image-Edit-Plus-Diffusers --local-dir ./model
python -c "import torch; from diffusers import DiffusionPipeline; p = DiffusionPipeline.from_pretrained('./model', torch_dtype=torch.bfloat16).to('cuda'); print(p)"Por que executar você mesmo?
Edição em lote e ampliação são trabalhos pesados. Uma GPU na nuvem termina rápido e a cobrança para quando o trabalho acaba.
Perguntas
- Quanta memória de GPU o JoyAI-Image-Edit-Plus-Diffusers precisa?
- Pela nossa estimativa, cerca de 41 GB para inferência (16B parâmetros). Resolução maior, contexto mais longo ou lotes maiores precisam de mais.
- Quanto custa executar o JoyAI-Image-Edit-Plus-Diffusers?
- A partir de $0.48 por hora em Q RTX 8000, com cobrança por segundo. Dez horas custam cerca de $4.80.
- 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