نماذج مفتوحة / النماذج اللغوية (LLM)
شغّل goliath:120b-fp16 على GPU سحابية
goliath:120b-fp16 نموذج النماذج اللغوية (LLM) من Ollama. اعرف كم يحتاج من ذاكرة GPU، وعلى أي وحدات GPU يعمل اليوم، وكم تكلفة تشغيله بنفسك مع الدفع بالثانية.
من وصف المشروع: A language model created by combining two fine-tuned Llama 2 70B models into one.
وحدات GPU التي يعمل عليها اليوم
نحو 272 غيغابايت من ذاكرة GPU: ملف النموذج (4 بت افتراضيًا) إضافة إلى ذاكرة العمل.
| GPU | الذاكرة | بالساعة | 10 ساعات | |
|---|---|---|---|---|
| 4× A100 SXM4 | 320 GB | $3.24 | $32.40 | استئجار |
| 8× Q RTX 8000 | 360 GB | $4.32 | $43.20 | استئجار |
| 9× RTX 5090 | 288 GB | $8.10 | $81.00 | استئجار |
| 12× RTX 4090 | 288 GB | $8.88 | $88.80 | استئجار |
| 4× RTX PRO 6000 Max-Q | 384 GB | $9.12 | $91.20 | استئجار |
أسعار بداية مباشرة من الكتالوج. تدفع بالثانية ما دام الجهاز يعمل.
كيف تشغّل goliath:120b-fp16
- 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
ثبّت Ollama وشغّل النموذج
نفّذ الأوامر أدناه. ينزّل Ollama النموذج ويقدّم واجهة متوافقة مع OpenAI على المنفذ 11434.
curl -fsSL https://ollama.com/install.sh | sh
ollama run goliath:120b-fp16لماذا 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 goliath:120b-fp16 من ذاكرة GPU؟
- وفق تقديرنا نحو 272 غيغابايت للاستدلال (120B معامل). الدقة الأعلى أو السياق الأطول أو الدفعات الأكبر تحتاج أكثر.
- كم تكلفة تشغيل goliath:120b-fp16؟
- ابتداءً من $3.24 في الساعة على 4× A100 SXM4، مع الدفع بالثانية. عشر ساعات تكلف نحو $32.40.
- 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