MODÈLES OUVERTS / Modèles de langage (LLM)
Exécuter llama2:13b sur un GPU cloud
llama2:13b est un modèle Modèles de langage (LLM) de Ollama. Découvrez la mémoire GPU nécessaire, les GPU sur lesquels il tient aujourd'hui et le coût pour l'exécuter vous-même, facturé à la seconde.
Du projet : Llama 2 is a collection of foundation language models ranging from 7B to 70B parameters.
GPU compatibles aujourd'hui
Environ 10 Go de mémoire GPU : le téléchargement du modèle (4 bits par défaut) plus la mémoire de travail.
| GPU | Mémoire | Par heure | 10 heures | |
|---|---|---|---|---|
| RTX 3060 | 12 GB | $0.16 | $1.60 | Louer |
| Titan Xp | 12 GB | $0.16 | $1.60 | Louer |
| GTX 1080 Ti | 11 GB | $0.17 | $1.70 | Louer |
| GTX TITAN X | 12 GB | $0.17 | $1.70 | Louer |
| RTX 2060 | 12 GB | $0.17 | $1.70 | Louer |
Prix de départ en direct depuis notre catalogue. Vous payez à la seconde tant que la machine tourne.
Comment exécuter llama2:13b
- 01
Louez un GPU
Choisissez l'un des GPU ci-dessus. Facturation à la seconde ; arrêtez la machine et la facturation s'arrête.
- 02
Ouvrez un terminal ou Jupyter
Connectez-vous en SSH ou ouvrez Jupyter dans votre navigateur. PyTorch et CUDA sont prêts.
- 03
Installez Ollama et lancez le modèle
Exécutez les commandes ci-dessous. Ollama télécharge le modèle et sert une API compatible OpenAI sur le port 11434.
curl -fsSL https://ollama.com/install.sh | sh
ollama run llama2:13bPourquoi l'exécuter vous-même ?
Votre propre serveur LLM n'a ni facture par token ni limite de débit, et vos données restent privées. Choisissez le GPU selon la mémoire et servez le modèle avec vLLM.
Questions
- De combien de mémoire GPU llama2:13b a-t-il besoin ?
- Selon notre estimation, environ 10 Go pour l'inférence (13B paramètres). Une résolution plus élevée, un contexte plus long ou des lots plus grands demandent davantage.
- Combien coûte l'exécution de llama2:13b ?
- À partir de $0.16 de l'heure sur RTX 3060, facturé à la seconde. Dix heures coûtent environ $1.60.
- Faut-il un abonnement ?
- Non. Vous payez uniquement le temps de fonctionnement de votre machine, depuis votre solde en USD. Arrêtez-la quand vous avez terminé.
Essayez-le sur votre propre GPU en quelques minutes
Choisissez un GPU, ouvrez Jupyter ou SSH et exécutez n'importe quel modèle ouvert. Vous payez à la seconde et pouvez arrêter à tout moment ; sans abonnement ni frais d'installation.
- Facturation à la seconde en USD
- PyTorch et CUDA prêts en quelques minutes
- Louez aussi depuis ChatGPT ou Claude