llama3-gradient:70b 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 47 GB（70B 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。

llama3-gradient:70b を動かす費用は？

CMP 170HX で 1 時間 $0.62 から、秒単位の課金です。10 時間で約 $6.20 です。

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。

Name: llama3-gradient:70b
Price: 0.62 USD
Author: Ollama

llama3-gradient:70b 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： This model extends LLama-3 8B's context length from 8k to over 1m tokens.

パラメータ数

≈ 70B

必要な GPU メモリ

≈ 47 GB

ライセンス

—

ソース

Ollama

約 47 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
CMP 170HX	64 GB	$0.62	$6.20	レンタル
A100 SXM4	80 GB	$0.72	$7.20	レンタル
RTX A6000	48 GB	$0.72	$7.20	レンタル
L40	48 GB	$0.87	$8.70	レンタル
RTX 6000Ada	48 GB	$1.00	$10.00	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。

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 llama3-gradient:70b

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。

llama3-gradient:70b 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 47 GB（70B 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。
llama3-gradient:70b を動かす費用は？: CMP 170HX で 1 時間 $0.62 から、秒単位の課金です。10 時間で約 $6.20 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。

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。