Llama-2-7b-hf の GPU 要件
Llama-2-7b-hf のパラメータ数は 6.7B です。推論で動かすには、16 ビットで約 16 GB、8 ビットで約 8.1 GB、4 ビットで約 4.0 GB の GPU メモリを見込んでください。KV キャッシュと活性化の分として約 20% を含みます。
ファインチューニングに必要なもの
QLoRA は 4 ビットで固定したモデルの上でアダプタを学習し、LoRA は 16 ビットで固定したモデルの上で学習します。フルファインチューニングはすべての重みを更新します。数値はアクティベーションを含まない値で、アクティベーションはバッチサイズとシーケンス長に応じて増えます。
| メソッド | メモリと最小構成 |
|---|---|
| QLoRA | 4.7 GB：RTX 4090 または RTX 3090 1 枚、RTX 3090 は GPU 1 時間あたり $0.19 から |
| LoRA | 16 GB：RTX 4090 または RTX 3090 1 枚、RTX 3090 は GPU 1 時間あたり $0.19 から |
| フルファインチューニング | 108 GB：H200 1 枚、GPU 1 時間あたり $4.03 から |
モデルについて
Hugging Face 上のモデルカードとファイルから。このページのメモリの数字は GPU メモリガイドの計算に従っています。
- パラメータ数
- 6.7B
- 公開時の精度
- BF16
- ライセンス
- llama2
- 公開日
- 2023-07-13
Arrakis でデプロイする
コンソールで Models を開き、vLLM、SGLang、llama.cpp のいずれかを選んで、収まる GPU を借ります。専用の API キー付きの OpenAI 互換エンドポイントと、マシンへの root SSH が使えます。GPU メモリが足りるマシンなら、自分で動かすこともできます：
vLLM
vllm serve meta-llama/Llama-2-7b-hf --tensor-parallel-size 1よくある質問
すべての GPU の最新価格は GPU 価格 のページにあります。
Llama-2-7b-hf にはどれだけの GPU メモリが必要ですか？
推論で動かすには、16 ビットで約 16 GB、8 ビットで約 8 GB、4 ビットで約 4 GB です。KV キャッシュと活性化の分として約 20% を含みます。ファインチューニングには、QLoRA で約 5 GB、LoRA で約 16 GB、Adam によるフルファインチューニングで約 108 GB が必要です（活性化を除く）。
Llama-2-7b-hf は GPU 1 枚で動きますか？
はい。16 ビットで約 16 GB 必要で、RTX 4090 または RTX 3090 1 枚に収まります。
Llama-2-7b-hf を動かす費用はいくらですか？
16 ビットなら RTX 4090 または RTX 3090 1 枚、4 ビットなら RTX 4090 または RTX 3090 1 枚が必要です。このページの各構成には、Arrakis での現在の GPU 1 時間あたりの最安値を表示しています。料金は前払い残高から 1 時間単位で支払います。
Arrakis で Llama-2-7b-hf をデプロイするには？
Arrakis コンソールで Models を開き、meta-llama/Llama-2-7b-hf を貼り付け、vLLM、SGLang、llama.cpp のいずれかを選んで、収まる GPU を借ります。専用の API キー付きの OpenAI 互換エンドポイントと、マシンへの root SSH が使えます。