llama-pro:8b-instruct-q5_1 をクラウド GPU で動かす
llama-pro:8b-instruct-q5_1 は Ollama による言語モデル（LLM）モデルです。必要な GPU メモリ、今日動かせる GPU、自分で動かした場合の費用（秒単位課金）を確認できます。
プロジェクトの説明： An expansion of Llama 2 that specializes in integrating both general language understanding and domain-specific knowledge, particularly in programming and mathematics.
RTX 3060 をレンタル $0.15/時間から
パラメータ数
≈ 8B
必要な GPU メモリ
≈ 9 GB
ライセンス
—
ソース
Ollama
今日動かせる GPU
約 9 GB の GPU メモリ：モデルのダウンロード（既定で 4 ビット）と作業用メモリです。
| GPU | メモリ | 1 時間あたり | 10 時間 | |
|---|---|---|---|---|
| RTX 3060 | 12 GB | $0.15 | $1.50 | レンタル |
| Titan Xp | 12 GB | $0.18 | $1.80 | レンタル |
| GTX 1080 Ti | 11 GB | $0.20 | $2.00 | レンタル |
| GTX TITAN X | 12 GB | $0.20 | $2.00 | レンタル |
| RTX 2060 | 12 GB | $0.20 | $2.00 | レンタル |
カタログのリアルタイム開始価格です。マシンが動いている間だけ秒単位で支払います。
llama-pro:8b-instruct-q5_1 の動かし方
- 01
GPU をレンタル
上の GPU から 1 つ選びます。課金は秒単位で、マシンを停止すれば課金も止まります。
- 02
ターミナルか Jupyter を開く
SSH で接続するか、ブラウザで Jupyter を開きます。PyTorch と CUDA は準備済みです。
- 03
Ollama をインストールしてモデルを実行
下のコマンドを実行します。Ollama がモデルをダウンロードし、ポート 11434 で OpenAI 互換 API を提供します。
curl -fsSL https://ollama.com/install.sh | sh
ollama run llama-pro:8b-instruct-q5_1なぜ自分で動かすのか
自前の LLM サーバーならトークン課金もレート制限もなく、データも非公開のままです。メモリで GPU を選び、vLLM でモデルを提供しましょう。
よくある質問
- llama-pro:8b-instruct-q5_1 にはどれくらいの GPU メモリが必要ですか？
- 推定では推論に約 9 GB（8B パラメータ）です。高解像度、長いコンテキスト、大きなバッチではさらに必要です。
- llama-pro:8b-instruct-q5_1 を動かす費用は？
- RTX 3060 で 1 時間 $0.15 から、秒単位の課金です。10 時間で約 $1.50 です。
- サブスクリプションは必要ですか？
- いいえ。マシンが動いた時間分だけを USD 残高から支払います。終わったら停止してください。
自分の GPU で数分で試せます
GPU を選び、Jupyter か SSH を開いて、好きなオープンモデルを動かしましょう。秒単位の支払いで、いつでも停止できます。サブスクリプションも初期費用もありません。
- USD で秒単位の課金
- PyTorch と CUDA が数分で準備完了
- ChatGPT や Claude からもレンタル可能