نماذج مفتوحة / النماذج اللغوية (LLM)
شغّل MiniMax-M3-NVFP4 على GPU سحابية
MiniMax-M3-NVFP4 نموذج النماذج اللغوية (LLM) من nvidia. 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 266 غيغابايت للاستدلال بأوزان U8، بما في ذلك ذاكرة العمل. الاستهلاك الفعلي يعتمد على الدقة وحجم الدفعة وطول السياق. مع التكميم بـ 4 بت يحتاج نحو 160 غيغابايت.
أسعار بداية مباشرة من الكتالوج. تدفع بالثانية ما دام الجهاز يعمل.
كيف تشغّل MiniMax-M3-NVFP4
- 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 nvidia/MiniMax-M3-NVFP4 --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 MiniMax-M3-NVFP4 من ذاكرة GPU؟
- وفق تقديرنا نحو 266 غيغابايت للاستدلال (220B معامل). الدقة الأعلى أو السياق الأطول أو الدفعات الأكبر تحتاج أكثر.
- كم تكلفة تشغيل MiniMax-M3-NVFP4؟
- ابتداءً من $17.06 في الساعة على B300، مع الدفع بالثانية. عشر ساعات تكلف نحو $170.60.
- 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