AÇIK MODELLER / Dil modelleri (LLM)
MiMo-V2-Flash modelini bulut GPU'da çalıştır
MiMo-V2-Flash, XiaomiMiMo tarafından geliştirilen bir Dil modelleri (LLM) modeli. Ne kadar GPU belleği istediğini, bugün hangi GPU'lara sığdığını ve kendin çalıştırmanın maliyetini gör; ödeme saniye bazında.
Bugün sığdığı GPU'lar
Tahminimiz F8_E4M3 ağırlıklarla çıkarım için çalışma belleği dahil yaklaşık 373 GB. Gerçek kullanım çözünürlüğe, toplu iş boyutuna ve bağlam uzunluğuna bağlı. 4-bit nicemlemeyle yaklaşık 225 GB yeter.
| GPU | Bellek | Saatlik | 10 saat | |
|---|---|---|---|---|
| 4× RTX PRO 6000 Max-Q | 384 GB | $6.88 | $68.80 | Kirala |
| 8× L40S | 384 GB | $8.24 | $82.40 | Kirala |
| 8× RTX PRO 5000 | 384 GB | $8.56 | $85.60 | Kirala |
| 4× RTX PRO 6000 WS | 384 GB | $9.28 | $92.80 | Kirala |
| 4× RTX PRO 6000 S | 384 GB | $9.72 | $97.20 | Kirala |
Kataloğumuzdan canlı başlangıç fiyatları. Makine çalıştığı sürece saniye bazında ödersin.
MiMo-V2-Flash nasıl çalıştırılır
- 01
GPU kirala
Yukarıdaki GPU'lardan birini seç. Ödeme saniye bazında; makineyi durdurunca ödeme de durur.
- 02
Terminali ya da Jupyter'i aç
SSH ile bağlan ya da Jupyter'i tarayıcında aç. PyTorch ve CUDA hazır.
- 03
Modeli indir ve çalıştır
Aşağıdaki komutları çalıştır. Ağırlıklar doğrudan Hugging Face'ten makinene iner.
pip install -U vllm
vllm serve XiaomiMiMo/MiMo-V2-Flash --host 0.0.0.0 --port 8000Neden kendin çalıştırmalısın?
Kendi LLM sunucunda belirteç başına fatura ve hız sınırı yok, verin gizli kalır. Belleğe göre GPU seç, modeli vLLM ile sun.
Sorular
- MiMo-V2-Flash ne kadar GPU belleği ister?
- Tahminimize göre çıkarım için yaklaşık 373 GB (310B parametre). Yüksek çözünürlük, uzun bağlam ya da büyük toplu iş daha fazlasını ister.
- MiMo-V2-Flash çalıştırmak ne kadar tutar?
- 4× RTX PRO 6000 Max-Q üzerinde saatlik $6.88'ten başlar, ödeme saniye bazında. On saat yaklaşık $68.80 tutar.
- Abonelik gerekir mi?
- Hayır. Yalnız makinenin çalıştığı süreyi USD bakiyenden ödersin. İşin bitince durdur.
Kendi GPU'nda dakikalar içinde dene
Bir GPU seç, Jupyter'i ya da SSH'yi aç ve istediğin açık modeli çalıştır. Saniye bazında ödersin, istediğin an durdurursun; abonelik ve kurulum ücreti yok.
- USD ile saniye bazında ödeme
- PyTorch ve CUDA dakikalar içinde hazır
- ChatGPT ya da Claude'dan da kiralayabilirsin