ОТКРЫТЫЕ МОДЕЛИ / Визуально-языковые модели
Запустите Inkling-2-Small-GGUF на облачном GPU
Inkling-2-Small-GGUF — модель от unsloth для задачи «Визуально-языковые модели». Узнайте, сколько видеопамяти ей нужно, на какие GPU она помещается сегодня и сколько стоит запустить её самому, с посекундной оплатой.
GPU, на которые она помещается сегодня
По нашей оценке, около 429 ГБ для инференса с весами GGUF, включая рабочую память. Реальный расход зависит от разрешения, размера батча и длины контекста.
| GPU | Память | В час | 10 часов | |
|---|---|---|---|---|
| 5× RTX PRO 6000 S | 480 GB | $13.65 | $136.50 | Арендовать |
| 16× RTX 5090 | 512 GB | $14.40 | $144.00 | Арендовать |
| 8× RTX PRO 6000 WS | 768 GB | $20.56 | $205.60 | Арендовать |
| 8× A100 | 640 GB | $23.60 | $236.00 | Арендовать |
| 4× H200 NVL | 560 GB | $24.00 | $240.00 | Арендовать |
Актуальные начальные цены из нашего каталога. Вы платите посекундно, пока машина работает.
Как запустить Inkling-2-Small-GGUF
- 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
Скачайте и запустите модель
Выполните команды ниже. Веса загружаются прямо с Hugging Face на вашу машину.
pip install -U "huggingface_hub[cli]"
huggingface-cli download unsloth/Inkling-2-Small-GGUF --local-dir ./model --include "*Q4_K_M*"
# llama.cpp: ./llama-server -m ./model/*.gguf --host 0.0.0.0 --port 8000Зачем запускать самому?
Анализируйте документы и изображения на своём GPU: без оплаты за изображение, файлы остаются на вашей машине.
Вопросы
- Сколько видеопамяти нужно Inkling-2-Small-GGUF?
- По нашей оценке, около 429 ГБ для инференса (594B параметров). Более высокое разрешение, длинный контекст или большие батчи потребуют больше.
- Сколько стоит запуск Inkling-2-Small-GGUF?
- От $13.65 в час на 5× RTX PRO 6000 S, с посекундной оплатой. Десять часов обойдутся примерно в $136.50.
- 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