ОТКРЫТЫЕ МОДЕЛИ / Языковые модели (LLM)
Запустите GLM-4-32B-0414 на облачном GPU
GLM-4-32B-0414 — модель от zai-org для задачи «Языковые модели (LLM)». 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 80 ГБ для инференса с весами BF16, включая рабочую память. Реальный расход зависит от разрешения, размера батча и длины контекста. С 4-битной квантизацией хватит около 25 ГБ.
| GPU | Память | В час | 10 часов | |
|---|---|---|---|---|
| A100 SXM4 | 80 GB | $0.67 | $6.70 | Арендовать |
| GB10 | 119 GB | $1.06 | $10.60 | Арендовать |
| RTX PRO 6000 WS | 96 GB | $1.79 | $17.90 | Арендовать |
| RTX PRO 6000 Max-Q | 96 GB | $1.92 | $19.20 | Арендовать |
| RTX 6000D | 84 GB | $2.41 | $24.10 | Арендовать |
Актуальные начальные цены из нашего каталога. Вы платите посекундно, пока машина работает.
Как запустить GLM-4-32B-0414
- 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 vllm
vllm serve zai-org/GLM-4-32B-0414 --host 0.0.0.0 --port 8000Зачем запускать самому?
У собственного LLM-сервера нет оплаты за токены и лимитов запросов, а данные остаются приватными. Выберите GPU по памяти и разверните модель через vLLM.
Вопросы
- Сколько видеопамяти нужно GLM-4-32B-0414?
- По нашей оценке, около 80 ГБ для инференса (33B параметров). Более высокое разрешение, длинный контекст или большие батчи потребуют больше.
- Сколько стоит запуск GLM-4-32B-0414?
- От $0.67 в час на A100 SXM4, с посекундной оплатой. Десять часов обойдутся примерно в $6.70.
- 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