نماذج مفتوحة / النماذج اللغوية (LLM)
شغّل LongCat-Flash-Chat على GPU سحابية
LongCat-Flash-Chat نموذج النماذج اللغوية (LLM) من meituan-longcat. اعرف كم يحتاج من ذاكرة GPU، وعلى أي وحدات GPU يعمل اليوم، وكم تكلفة تشغيله بنفسك مع الدفع بالثانية.
وحدات GPU التي يعمل عليها اليوم
تقديرنا نحو 1350 غيغابايت للاستدلال بأوزان BF16، بما في ذلك ذاكرة العمل. الاستهلاك الفعلي يعتمد على الدقة وحجم الدفعة وطول السياق. مع التكميم بـ 4 بت يحتاج نحو 406 غيغابايت.
أسعار بداية مباشرة من الكتالوج. تدفع بالثانية ما دام الجهاز يعمل.
كيف تشغّل LongCat-Flash-Chat
- 01
استأجر GPU
اختر إحدى وحدات GPU أعلاه. الدفع بالثانية؛ أوقف الجهاز فيتوقف الدفع.
- 02
افتح الطرفية أو Jupyter
اتصل عبر SSH أو افتح Jupyter في متصفحك. PyTorch وCUDA جاهزان.
- 03
نزّل النموذج وشغّله
نفّذ الأوامر أدناه. تُنزَّل الأوزان مباشرة من Hugging Face إلى جهازك.
pip install -U vllm
vllm serve meituan-longcat/LongCat-Flash-Chat --host 0.0.0.0 --port 8000لماذا تشغّله بنفسك؟
خادم LLM الخاص بك بلا فاتورة لكل رمز وبلا حد للطلبات، وتبقى بياناتك خاصة. اختر GPU حسب الذاكرة وقدّم النموذج عبر vLLM.
أسئلة
- كم يحتاج LongCat-Flash-Chat من ذاكرة GPU؟
- وفق تقديرنا نحو 1350 غيغابايت للاستدلال (562B معامل). الدقة الأعلى أو السياق الأطول أو الدفعات الأكبر تحتاج أكثر.
- كم تكلفة تشغيل LongCat-Flash-Chat؟
- ابتداءً من $96.56 في الساعة على 8× B200، مع الدفع بالثانية. عشر ساعات تكلف نحو $965.60.
- هل أحتاج إلى اشتراك؟
- لا. تدفع فقط مقابل وقت تشغيل جهازك من رصيدك بالدولار الأمريكي. أوقفه عندما تنتهي.
جرّبه على GPU خاصة بك خلال دقائق
اختر GPU، وافتح Jupyter أو SSH، وشغّل أي نموذج مفتوح. تدفع بالثانية ويمكنك الإيقاف في أي وقت؛ بلا اشتراك ولا رسوم إعداد.
- دفع بالثانية بالدولار الأمريكي
- PyTorch وCUDA جاهزان خلال دقائق
- استأجر أيضًا من ChatGPT أو Claude