Llama-4-Maverick-17B-128E-Instruct-FP8 をクラウド GPU で動かす
Llama-4-Maverick-17B-128E-Instruct-FP8 は meta-llama による視覚言語モデルモデルです。必要な GPU メモリ、今日動かせる GPU、自分で動かした場合の費用（秒単位課金）を確認できます。
RTX PRO 6000 Max-Q をレンタル $15.44/時間から
パラメータ数
402B
必要な GPU メモリ
≈ 483 GB
ライセンス
—
ダウンロード数
31,436
更新日 2025/05/22
今日動かせる GPU
F8_E4M3 の重みで推論する場合、作業用メモリを含めて約 483 GB と見積もっています。実際の使用量は解像度、バッチサイズ、コンテキスト長によって変わります。 4 ビット量子化なら約 291 GB で動きます。
| GPU | メモリ | 1 時間あたり | 10 時間 | |
|---|---|---|---|---|
| 8× RTX PRO 6000 Max-Q | 768 GB | $15.44 | $154.40 | レンタル |
| 16× RTX 5090 | 512 GB | $16.16 | $161.60 | レンタル |
| 8× RTX PRO 6000 S | 768 GB | $22.72 | $227.20 | レンタル |
| 8× A100 | 640 GB | $23.60 | $236.00 | レンタル |
| 4× H200 | 560 GB | $25.84 | $258.40 | レンタル |
カタログのリアルタイム開始価格です。マシンが動いている間だけ秒単位で支払います。
Llama-4-Maverick-17B-128E-Instruct-FP8 の動かし方
- 01
GPU をレンタル
上の GPU から 1 つ選びます。課金は秒単位で、マシンを停止すれば課金も止まります。
- 02
ターミナルか Jupyter を開く
SSH で接続するか、ブラウザで Jupyter を開きます。PyTorch と CUDA は準備済みです。
- 03
モデルをダウンロードして実行
下のコマンドを実行します。重みは Hugging Face からマシンへ直接ダウンロードされます。
このモデルはアクセス申請が必要です。ダウンロード前に Hugging Face でライセンスに同意し、huggingface-cli login を実行してください。
pip install -U vllm
vllm serve meta-llama/Llama-4-Maverick-17B-128E-Instruct-FP8 --host 0.0.0.0 --port 8000なぜ自分で動かすのか
文書や画像の理解を自分の GPU で動かせます。画像ごとの料金はなく、ファイルは自分のマシンに残ります。
よくある質問
- Llama-4-Maverick-17B-128E-Instruct-FP8 にはどれくらいの GPU メモリが必要ですか？
- 推定では推論に約 483 GB（402B パラメータ）です。高解像度、長いコンテキスト、大きなバッチではさらに必要です。
- Llama-4-Maverick-17B-128E-Instruct-FP8 を動かす費用は？
- 8× RTX PRO 6000 Max-Q で 1 時間 $15.44 から、秒単位の課金です。10 時間で約 $154.40 です。
- サブスクリプションは必要ですか？
- いいえ。マシンが動いた時間分だけを USD 残高から支払います。終わったら停止してください。
自分の GPU で数分で試せます
GPU を選び、Jupyter か SSH を開いて、好きなオープンモデルを動かしましょう。秒単位の支払いで、いつでも停止できます。サブスクリプションも初期費用もありません。
- USD で秒単位の課金
- PyTorch と CUDA が数分で準備完了
- ChatGPT や Claude からもレンタル可能