# Requisitos de GPU do Llama-2-7b-hf

O Llama-2-7b-hf tem 6,7B parâmetros. Para servi-lo, conte com cerca de 16 GB de memória de GPU em 16 bits, 8,1 GB em 8 bits ou 4,0 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações.

[Implante na Arrakis](/console/#/models?model=meta-llama/Llama-2-7b-hf).

## O que é preciso para servi-lo

| Precisão | Memória e menor configuração |
|---|---|
| 16 bits | 16 GB: uma [RTX 4090](/pt/gpus/rtx-4090.html.md) ou [RTX 3090](/pt/gpus/rtx-3090.html.md), a RTX 3090 a partir de US$ 0,19 por GPU-hora |
| 8 bits | 8,1 GB: uma [RTX 4090](/pt/gpus/rtx-4090.html.md) ou [RTX 3090](/pt/gpus/rtx-3090.html.md), a RTX 3090 a partir de US$ 0,19 por GPU-hora |
| 4 bits | 4,0 GB: uma [RTX 4090](/pt/gpus/rtx-4090.html.md) ou [RTX 3090](/pt/gpus/rtx-3090.html.md), a RTX 3090 a partir de US$ 0,19 por GPU-hora |

## O que é preciso para fazer ajuste fino

| Método | Memória e menor configuração |
|---|---|
| QLoRA | 4,7 GB: uma [RTX 4090](/pt/gpus/rtx-4090.html.md) ou [RTX 3090](/pt/gpus/rtx-3090.html.md), a RTX 3090 a partir de US$ 0,19 por GPU-hora |
| LoRA | 16 GB: uma [RTX 4090](/pt/gpus/rtx-4090.html.md) ou [RTX 3090](/pt/gpus/rtx-3090.html.md), a RTX 3090 a partir de US$ 0,19 por GPU-hora |
| Ajuste fino completo | 108 GB: uma [H200](/pt/gpus/h200.html.md), a partir de US$ 4,03 por GPU-hora |

## Sobre o modelo

| | |
|---|---|
| Parâmetros | `6.7B` |
| Publicado em | `BF16` |
| Licença | `llama2` |
| Data de lançamento | `2023-07-13` |
| Pesos | [meta-llama/Llama-2-7b-hf](https://huggingface.co/meta-llama/Llama-2-7b-hf) |

## Sirva você mesmo

```
vllm serve meta-llama/Llama-2-7b-hf --tensor-parallel-size 1
```

## Perguntas

**Quanta memória de GPU o Llama-2-7b-hf precisa?** Para servi-lo, cerca de 16 GB em 16 bits, 8 GB em 8 bits e 4 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações. Para fazer ajuste fino, cerca de 5 GB com QLoRA, 16 GB com LoRA e 108 GB para ajuste fino completo com Adam, sem contar as ativações.

**Posso rodar o Llama-2-7b-hf em uma única GPU?** Sim. Em 16 bits ele precisa de cerca de 16 GB, que cabem em uma RTX 4090 ou RTX 3090.

**Quanto custa rodar o Llama-2-7b-hf?** Em 16 bits ele precisa de uma RTX 4090 ou RTX 3090; em 4 bits, de uma RTX 4090 ou RTX 3090. Cada configuração desta página mostra o menor preço por GPU-hora na Arrakis agora, e você paga por hora a partir de um saldo pré-pago.

**Como implanto o Llama-2-7b-hf na Arrakis?** Abra Models no console da Arrakis, cole meta-llama/Llama-2-7b-hf, escolha vLLM, SGLang ou llama.cpp e alugue uma GPU em que ele caiba. Você recebe um endpoint compatível com OpenAI com sua própria chave de API, e SSH root na máquina.


Mais modelos: [/models](/pt/models.html.md).