OFFENE MODELLE / Sprachmodelle (LLM)
goliath:120b-q8_0 auf einer Cloud-GPU ausführen
goliath:120b-q8_0 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 language model created by combining two fine-tuned Llama 2 70B models into one.
GPUs, auf die es heute passt
Etwa 145 GB GPU-Speicher: der Modell-Download (standardmäßig 4 Bit) plus Arbeitsspeicher.
| GPU | Speicher | Pro Stunde | 10 Stunden | |
|---|---|---|---|---|
| B200 | 179 GB | $14.09 | $140.90 | Mieten |
| GB200 | 185 GB | $16.04 | $160.40 | Mieten |
| B300 | 269 GB | $17.66 | $176.60 | Mieten |
Live-Startpreise aus unserem Katalog. Sie zahlen sekundengenau, solange die Maschine läuft.
So führen Sie goliath:120b-q8_0 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 goliath:120b-q8_0Warum 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 goliath:120b-q8_0?
- Nach unserer Schätzung etwa 145 GB für Inferenz (120B Parameter). Höhere Auflösung, längerer Kontext oder größere Batches brauchen mehr.
- Was kostet der Betrieb von goliath:120b-q8_0?
- Ab $14.09 pro Stunde auf B200, sekundengenau abgerechnet. Zehn Stunden kosten etwa $140.90.
- 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