ОТКРЫТЫЕ МОДЕЛИ / Визуально-языковые модели
Запустите Llama-4-Maverick-17B-128E-Instruct-FP8 на облачном GPU
Llama-4-Maverick-17B-128E-Instruct-FP8 — модель от meta-llama для задачи «Визуально-языковые модели». Узнайте, сколько видеопамяти ей нужно, на какие GPU она помещается сегодня и сколько стоит запустить её самому, с посекундной оплатой.
GPU, на которые она помещается сегодня
По нашей оценке, около 483 ГБ для инференса с весами F8_E4M3, включая рабочую память. Реальный расход зависит от разрешения, размера батча и длины контекста. С 4-битной квантизацией хватит около 291 ГБ.
| GPU | Память | В час | 10 часов | |
|---|---|---|---|---|
| 8× RTX PRO 6000 Max-Q | 768 GB | $15.44 | $154.40 | Арендовать |
| 16× RTX 5090 | 512 GB | $16.16 | $161.60 | Арендовать |
| 8× RTX PRO 6000 S | 768 GB | $22.72 | $227.20 | Арендовать |
| 8× A100 | 640 GB | $23.60 | $236.00 | Арендовать |
| 4× H200 | 560 GB | $25.84 | $258.40 | Арендовать |
Актуальные начальные цены из нашего каталога. Вы платите посекундно, пока машина работает.
Как запустить Llama-4-Maverick-17B-128E-Instruct-FP8
- 01
Арендуйте GPU
Выберите один из GPU выше. Оплата посекундная: остановили машину — оплата прекратилась.
- 02
Откройте терминал или Jupyter
Подключитесь по SSH или откройте Jupyter в браузере. PyTorch и CUDA уже готовы.
- 03
Скачайте и запустите модель
Выполните команды ниже. Веса загружаются прямо с Hugging Face на вашу машину.
Доступ к этой модели ограничен: примите её лицензию на Hugging Face и выполните huggingface-cli login перед загрузкой.
pip install -U vllm
vllm serve meta-llama/Llama-4-Maverick-17B-128E-Instruct-FP8 --host 0.0.0.0 --port 8000Зачем запускать самому?
Анализируйте документы и изображения на своём GPU: без оплаты за изображение, файлы остаются на вашей машине.
Вопросы
- Сколько видеопамяти нужно Llama-4-Maverick-17B-128E-Instruct-FP8?
- По нашей оценке, около 483 ГБ для инференса (402B параметров). Более высокое разрешение, длинный контекст или большие батчи потребуют больше.
- Сколько стоит запуск Llama-4-Maverick-17B-128E-Instruct-FP8?
- От $15.44 в час на 8× RTX PRO 6000 Max-Q, с посекундной оплатой. Десять часов обойдутся примерно в $154.40.
- Нужна ли подписка?
- Нет. Вы платите только за время работы машины из своего баланса в USD. Остановите её, когда закончите.
Попробуйте на своём GPU за несколько минут
Выберите GPU, откройте Jupyter или SSH и запустите любую открытую модель. Вы платите посекундно и можете остановить машину в любой момент; без подписки и платы за подключение.
- Посекундная оплата в USD
- PyTorch и CUDA готовы за минуты
- Арендуйте и через ChatGPT или Claude