# Requisitos de GPU do Llama-3.3-70B-Instruct

O Llama-3.3-70B-Instruct tem 71B parâmetros. Para servi-lo, conte com cerca de 169 GB de memória de GPU em 16 bits, 85 GB em 8 bits ou 42 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações.

[Implante na Arrakis](/console/#/models?model=meta-llama/Llama-3.3-70B-Instruct).

## O que é preciso para servi-lo

| Precisão | Memória e menor configuração |
|---|---|
| 16 bits | 169 GB: uma [B200](/pt/gpus/b200.html.md), a partir de US$ 6,79 por GPU-hora |
| 8 bits | 85 GB: uma [RTX PRO 6000](/pt/gpus/rtx-pro-6000.html.md), a partir de US$ 1,90 por GPU-hora |
| 4 bits | 42 GB: uma [L40S](/pt/gpus/l40s.html.md), [RTX 6000 Ada](/pt/gpus/rtx-6000-ada.html.md) ou [RTX A6000](/pt/gpus/rtx-a6000.html.md), a L40S a partir de US$ 0,44 por GPU-hora |

## O que é preciso para fazer ajuste fino

| Método | Memória e menor configuração |
|---|---|
| QLoRA | 49 GB: uma [H100](/pt/gpus/h100.html.md) ou [A100](/pt/gpus/a100.html.md), a H100 a partir de US$ 1,65 por GPU-hora |
| LoRA | 169 GB: uma [B200](/pt/gpus/b200.html.md), a partir de US$ 6,79 por GPU-hora |
| Ajuste fino completo | 1.129 GB: 8 × [B200](/pt/gpus/b200.html.md), a partir de US$ 54,32 por hora pelas 8 |

## Sobre o modelo

| | |
|---|---|
| Parâmetros | `71B` |
| Publicado em | `BF16` |
| Licença | `llama3.3` |
| Data de lançamento | `2024-11-26` |
| Pesos | [meta-llama/Llama-3.3-70B-Instruct](https://huggingface.co/meta-llama/Llama-3.3-70B-Instruct) |

## Sirva você mesmo

```
vllm serve meta-llama/Llama-3.3-70B-Instruct --tensor-parallel-size 1
```

## Perguntas

**Quanta memória de GPU o Llama-3.3-70B-Instruct precisa?** Para servi-lo, cerca de 169 GB em 16 bits, 85 GB em 8 bits e 42 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações. Para fazer ajuste fino, cerca de 49 GB com QLoRA, 169 GB com LoRA e 1.129 GB para ajuste fino completo com Adam, sem contar as ativações.

**Posso rodar o Llama-3.3-70B-Instruct em uma única GPU?** Sim. Em 16 bits ele precisa de cerca de 169 GB, que cabem em uma B200.

**Quanto custa rodar o Llama-3.3-70B-Instruct?** Em 16 bits ele precisa de uma B200; em 4 bits, de uma L40S, RTX 6000 Ada ou RTX A6000. 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-3.3-70B-Instruct na Arrakis?** Abra Models no console da Arrakis, cole meta-llama/Llama-3.3-70B-Instruct, 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).