OFFENE MODELLE / Sprachmodelle (LLM)
falcon:180b auf einer Cloud-GPU ausführen
falcon:180b ist ein Sprachmodelle (LLM)-Modell von Ollama. Sehen Sie, wie viel GPU-Speicher es braucht, auf welche GPUs es heute passt und was der eigene Betrieb kostet, sekundengenau abgerechnet.
Aus dem Projekt: A large language model built by the Technology Innovation Institute (TII) for use in summarization, text generation, and chat bots.
GPUs, auf die es heute passt
Etwa 118 GB GPU-Speicher: der Modell-Download (standardmäßig 4 Bit) plus Arbeitsspeicher.
| GPU | Speicher | Pro Stunde | 10 Stunden | |
|---|---|---|---|---|
| GB10 | 119 GB | $0.71 | $7.10 | Mieten |
| H200 NVL | 140 GB | $5.33 | $53.30 | Mieten |
| H200 | 141 GB | $5.76 | $57.60 | Mieten |
| B200 | 179 GB | $12.07 | $120.70 | Mieten |
| GB200 | 185 GB | $13.26 | $132.60 | Mieten |
Live-Startpreise aus unserem Katalog. Sie zahlen sekundengenau, solange die Maschine läuft.
So führen Sie falcon:180b aus
- 01
GPU mieten
Wählen Sie eine der GPUs oben. Abrechnung pro Sekunde; stoppen Sie die Maschine, endet die Abrechnung.
- 02
Terminal oder Jupyter öffnen
Verbinden Sie sich per SSH oder öffnen Sie Jupyter im Browser. PyTorch und CUDA sind bereit.
- 03
Ollama installieren und das Modell starten
Führen Sie die Befehle unten aus. Ollama lädt das Modell und stellt eine OpenAI-kompatible API auf Port 11434 bereit.
curl -fsSL https://ollama.com/install.sh | sh
ollama run falcon:180bWarum selbst betreiben?
Ihr eigener LLM-Server hat keine Kosten pro Token und kein Ratenlimit, und Ihre Daten bleiben privat. Wählen Sie die GPU nach Speicher und stellen Sie das Modell mit vLLM bereit.
Fragen
- Wie viel GPU-Speicher braucht falcon:180b?
- Nach unserer Schätzung etwa 118 GB für Inferenz (180B Parameter). Höhere Auflösung, längerer Kontext oder größere Batches brauchen mehr.
- Was kostet der Betrieb von falcon:180b?
- Ab $0.71 pro Stunde auf GB10, sekundengenau abgerechnet. Zehn Stunden kosten etwa $7.10.
- Brauche ich ein Abo?
- Nein. Sie zahlen nur die Laufzeit Ihrer Maschine aus Ihrem USD-Guthaben. Stoppen Sie sie, wenn Sie fertig sind.
Testen Sie es in wenigen Minuten auf Ihrer eigenen GPU
Wählen Sie eine GPU, öffnen Sie Jupyter oder SSH und führen Sie jedes offene Modell aus. Sie zahlen sekundengenau und können jederzeit stoppen; kein Abo, keine Einrichtungsgebühr.
- Sekundengenaue Abrechnung in USD
- PyTorch und CUDA in Minuten bereit
- Auch über ChatGPT oder Claude mieten