نماذج مفتوحة / نماذج الرؤية واللغة
شغّل gemma-4-31B-it-FP8 على GPU سحابية
gemma-4-31B-it-FP8 نموذج نماذج الرؤية واللغة من prithivMLmods. اعرف كم يحتاج من ذاكرة GPU، وعلى أي وحدات GPU يعمل اليوم، وكم تكلفة تشغيله بنفسك مع الدفع بالثانية.
وحدات GPU التي يعمل عليها اليوم
تقديرنا نحو 41 غيغابايت للاستدلال بأوزان F8_E4M3، بما في ذلك ذاكرة العمل. الاستهلاك الفعلي يعتمد على الدقة وحجم الدفعة وطول السياق. مع التكميم بـ 4 بت يحتاج نحو 25 غيغابايت.
| GPU | الذاكرة | بالساعة | 10 ساعات | |
|---|---|---|---|---|
| CMP 170HX | 64 GB | $0.62 | $6.20 | استئجار |
| A100 SXM4 | 80 GB | $0.67 | $6.70 | استئجار |
| RTX A6000 | 48 GB | $0.72 | $7.20 | استئجار |
| A40 | 45 GB | $0.84 | $8.40 | استئجار |
| RTX 5880Ada | 48 GB | $0.92 | $9.20 | استئجار |
أسعار بداية مباشرة من الكتالوج. تدفع بالثانية ما دام الجهاز يعمل.
كيف تشغّل gemma-4-31B-it-FP8
- 01
استأجر GPU
اختر إحدى وحدات GPU أعلاه. الدفع بالثانية؛ أوقف الجهاز فيتوقف الدفع.
- 02
افتح الطرفية أو Jupyter
اتصل عبر SSH أو افتح Jupyter في متصفحك. PyTorch وCUDA جاهزان.
- 03
نزّل النموذج وشغّله
نفّذ الأوامر أدناه. تُنزَّل الأوزان مباشرة من Hugging Face إلى جهازك.
pip install -U vllm
vllm serve prithivMLmods/gemma-4-31B-it-FP8 --host 0.0.0.0 --port 8000لماذا تشغّله بنفسك؟
شغّل فهم المستندات والصور على GPU خاصة بك: بلا رسوم لكل صورة، وتبقى الملفات على جهازك.
أسئلة
- كم يحتاج gemma-4-31B-it-FP8 من ذاكرة GPU؟
- وفق تقديرنا نحو 41 غيغابايت للاستدلال (33B معامل). الدقة الأعلى أو السياق الأطول أو الدفعات الأكبر تحتاج أكثر.
- كم تكلفة تشغيل gemma-4-31B-it-FP8؟
- ابتداءً من $0.62 في الساعة على CMP 170HX، مع الدفع بالثانية. عشر ساعات تكلف نحو $6.20.
- هل أحتاج إلى اشتراك؟
- لا. تدفع فقط مقابل وقت تشغيل جهازك من رصيدك بالدولار الأمريكي. أوقفه عندما تنتهي.
جرّبه على GPU خاصة بك خلال دقائق
اختر GPU، وافتح Jupyter أو SSH، وشغّل أي نموذج مفتوح. تدفع بالثانية ويمكنك الإيقاف في أي وقت؛ بلا اشتراك ولا رسوم إعداد.
- دفع بالثانية بالدولار الأمريكي
- PyTorch وCUDA جاهزان خلال دقائق
- استأجر أيضًا من ChatGPT أو Claude