MODÈLES OUVERTS / Modèles de langage (LLM)
Exécuter qwq:32b sur un GPU cloud
qwq:32b 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 : QwQ is the reasoning model of the Qwen series.
GPU compatibles aujourd'hui
Environ 24 Go de mémoire GPU : le téléchargement du modèle (4 bits par défaut) plus la mémoire de travail.
| GPU | Mémoire | Par heure | 10 heures | |
|---|---|---|---|---|
| Tesla P40 | 24 GB | $0.27 | $2.70 | Louer |
| Titan RTX | 24 GB | $0.29 | $2.90 | Louer |
| RTX 3090 | 24 GB | $0.42 | $4.20 | Louer |
| A10 | 24 GB | $0.48 | $4.80 | Louer |
| RTX A5000 | 24 GB | $0.48 | $4.80 | Louer |
Prix de départ en direct depuis notre catalogue. Vous payez à la seconde tant que la machine tourne.
Comment exécuter qwq:32b
- 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 qwq:32bPourquoi 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 qwq:32b a-t-il besoin ?
- Selon notre estimation, environ 24 Go pour l'inférence (32B paramètres). Une résolution plus élevée, un contexte plus long ou des lots plus grands demandent davantage.
- Combien coûte l'exécution de qwq:32b ?
- À partir de $0.27 de l'heure sur Tesla P40, facturé à la seconde. Dix heures coûtent environ $2.70.
- 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