arrakis
JA
サインイン レンタルを始める
メニュー

Arrakis / モデル / Llama-3.3-70B-Instruct

Llama-3.3-70B-Instruct の GPU 要件

Llama-3.3-70B-Instruct のパラメータ数は 71B です。推論で動かすには、16 ビットで約 169 GB、8 ビットで約 85 GB、4 ビットで約 42 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。

このモデルをデプロイ ほかのモデルを確認

推論で動かすのに必要なもの

推論で動かすのに必要な GPU メモリと、それが収まる最小の GPU 構成、Arrakis での現在の最安値です。

精度メモリと最小構成
16 ビット169 GB：B200 1 枚、GPU 1 時間あたり $6.79 から
8 ビット85 GB：RTX PRO 6000 1 枚、GPU 1 時間あたり $1.90 から
4 ビット42 GB：L40S、RTX 6000 Ada または RTX A6000 1 枚、L40S は GPU 1 時間あたり $0.44 から

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
QLoRA49 GB：H100 または A100 1 枚、H100 は GPU 1 時間あたり $2.25 から
LoRA169 GB：B200 1 枚、GPU 1 時間あたり $6.79 から
フルファインチューニング1,129 GB：B200 × 8、8 枚で 1 時間あたり $54.32 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
71B
公開時の精度
BF16
ライセンス
llama3.3
公開日
2024-11-26
重み
meta-llama/Llama-3.3-70B-Instruct

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-3.3-70B-Instruct --tensor-parallel-size 1
このモデルをデプロイ デプロイの仕組み

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-3.3-70B-Instruct 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 169 GB、8 ビットで約 85 GB、4 ビットで約 42 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 49 GB、LoRA で約 169 GB、Adam によるフルファインチューニングで約 1,129 GB が必要です（活性化を除く）。
Llama-3.3-70B-Instruct は GPU 1 枚で動きますか？
はい。16 ビットで約 169 GB 必要で、B200 1 枚に収まります。
Llama-3.3-70B-Instruct を動かす費用はいくらですか？
16 ビットなら B200 1 枚、4 ビットなら L40S、RTX 6000 Ada または RTX A6000 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-3.3-70B-Instruct をデプロイするには？
Arrakis コンソールで Models を開き、meta-llama/Llama-3.3-70B-Instruct 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。

ほかのモデル

すべてのモデルと、ほかのモデルの確認。