OFFENE MODELLE / Sprachmodelle (LLM)
qwen2:72b auf einer Cloud-GPU ausführen
qwen2:72b 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: Qwen2 is a new series of large language models from Alibaba group
GPUs, auf die es heute passt
Etwa 49 GB GPU-Speicher: der Modell-Download (standardmäßig 4 Bit) plus Arbeitsspeicher.
| GPU | Speicher | Pro Stunde | 10 Stunden | |
|---|---|---|---|---|
| CMP 170HX | 64 GB | $0.62 | $6.20 | Mieten |
| A100 SXM4 | 80 GB | $0.72 | $7.20 | Mieten |
| GB10 | 119 GB | $1.06 | $10.60 | Mieten |
| RTX PRO 6000 Max-Q | 96 GB | $1.72 | $17.20 | Mieten |
| RTX PRO 6000 WS | 96 GB | $2.36 | $23.60 | Mieten |
Live-Startpreise aus unserem Katalog. Sie zahlen sekundengenau, solange die Maschine läuft.
So führen Sie qwen2:72b 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 qwen2:72bWarum 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 qwen2:72b?
- Nach unserer Schätzung etwa 49 GB für Inferenz (72B Parameter). Höhere Auflösung, längerer Kontext oder größere Batches brauchen mehr.
- Was kostet der Betrieb von qwen2:72b?
- Ab $0.62 pro Stunde auf CMP 170HX, sekundengenau abgerechnet. Zehn Stunden kosten etwa $6.20.
- 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