ОТКРЫТЫЕ МОДЕЛИ / Языковые модели (LLM)
Запустите llama3-gradient:70b на облачном GPU
llama3-gradient:70b — модель от Ollama для задачи «Языковые модели (LLM)». Узнайте, сколько видеопамяти ей нужно, на какие GPU она помещается сегодня и сколько стоит запустить её самому, с посекундной оплатой.
Из описания проекта: This model extends LLama-3 8B's context length from 8k to over 1m tokens.
GPU, на которые она помещается сегодня
Около 47 ГБ видеопамяти: файл модели (по умолчанию 4 бита) плюс рабочая память.
| GPU | Память | В час | 10 часов | |
|---|---|---|---|---|
| CMP 170HX | 64 GB | $0.62 | $6.20 | Арендовать |
| GB10 | 119 GB | $0.71 | $7.10 | Арендовать |
| A100 SXM4 | 80 GB | $0.72 | $7.20 | Арендовать |
| RTX A6000 | 48 GB | $0.72 | $7.20 | Арендовать |
| L40 | 48 GB | $0.87 | $8.70 | Арендовать |
Актуальные начальные цены из нашего каталога. Вы платите посекундно, пока машина работает.
Как запустить llama3-gradient:70b
- 01
Арендуйте GPU
Выберите один из GPU выше. Оплата посекундная: остановили машину — оплата прекратилась.
- 02
Откройте терминал или Jupyter
Подключитесь по SSH или откройте Jupyter в браузере. PyTorch и CUDA уже готовы.
- 03
Установите Ollama и запустите модель
Выполните команды ниже. Ollama скачает модель и поднимет OpenAI-совместимый API на порту 11434.
curl -fsSL https://ollama.com/install.sh | sh
ollama run llama3-gradient:70bЗачем запускать самому?
У собственного LLM-сервера нет оплаты за токены и лимитов запросов, а данные остаются приватными. Выберите GPU по памяти и разверните модель через vLLM.
Вопросы
- Сколько видеопамяти нужно llama3-gradient:70b?
- По нашей оценке, около 47 ГБ для инференса (70B параметров). Более высокое разрешение, длинный контекст или большие батчи потребуют больше.
- Сколько стоит запуск llama3-gradient:70b?
- От $0.62 в час на CMP 170HX, с посекундной оплатой. Десять часов обойдутся примерно в $6.20.
- Нужна ли подписка?
- Нет. Вы платите только за время работы машины из своего баланса в USD. Остановите её, когда закончите.
Попробуйте на своём GPU за несколько минут
Выберите GPU, откройте Jupyter или SSH и запустите любую открытую модель. Вы платите посекундно и можете остановить машину в любой момент; без подписки и платы за подключение.
- Посекундная оплата в USD
- PyTorch и CUDA готовы за минуты
- Арендуйте и через ChatGPT или Claude