OFFENE MODELLE / KI-Videoerstellung
Nz-LTX23-weights auf einer Cloud-GPU ausführen
Nz-LTX23-weights ist ein KI-Videoerstellung-Modell von Rootport. Sehen Sie, wie viel GPU-Speicher es braucht, auf welche GPUs es heute passt und was der eigene Betrieb kostet, sekundengenau abgerechnet.
GPUs, auf die es heute passt
Unsere Schätzung: etwa 17 GB für Inferenz mit GGUF-Gewichten, inklusive Arbeitsspeicher. Der echte Bedarf hängt von Auflösung, Batchgröße und Kontextlänge ab.
| GPU | Speicher | Pro Stunde | 10 Stunden | |
|---|---|---|---|---|
| RTX 2080 Ti | 22 GB | $0.20 | $2.00 | Mieten |
| RTX 4000Ada | 20 GB | $0.35 | $3.50 | Mieten |
| RTX 3090 | 24 GB | $0.36 | $3.60 | Mieten |
| Titan RTX | 24 GB | $0.40 | $4.00 | Mieten |
| A10 | 24 GB | $0.43 | $4.30 | Mieten |
Live-Startpreise aus unserem Katalog. Sie zahlen sekundengenau, solange die Maschine läuft.
So führen Sie Nz-LTX23-weights 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
Modell laden und starten
Führen Sie die Befehle unten aus. Die Gewichte kommen direkt von Hugging Face auf Ihre Maschine.
pip install -U "huggingface_hub[cli]"
huggingface-cli download Rootport/Nz-LTX23-weights --local-dir ./model --include "*Q4_K_M*"
# llama.cpp: ./llama-server -m ./model/*.gguf --host 0.0.0.0 --port 8000Warum selbst betreiben?
Gehostete Videotools berechnen pro Clip oder Monat und stellen Sie in eine Warteschlange. Auf Ihrer eigenen GPU zahlen Sie nur die Laufzeit, erstellen so viele Clips wie Sie möchten und behalten Prompts und Dateien auf Ihrer Maschine.
Fragen
- Wie viel GPU-Speicher braucht Nz-LTX23-weights?
- Nach unserer Schätzung etwa 17 GB für Inferenz (21B Parameter). Höhere Auflösung, längerer Kontext oder größere Batches brauchen mehr.
- Was kostet der Betrieb von Nz-LTX23-weights?
- Ab $0.20 pro Stunde auf RTX 2080 Ti, sekundengenau abgerechnet. Zehn Stunden kosten etwa $2.00.
- 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