arrakis
PT
Entrar Comece a alugar
Menu

Arrakis / Modelos / InternVL2-1B

Requisitos de GPU do InternVL2-1B

O InternVL2-1B tem 0,9B parâmetros. Para servi-lo, conte com cerca de 2,3 GB de memória de GPU em 16 bits, 1,1 GB em 8 bits ou 0,6 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações.

Implantar este modelo Verificar outro modelo

O que é preciso para servi-lo

A memória de GPU para rodá-lo em inferência, com a menor configuração de GPU que o comporta e o menor preço na Arrakis agora.

PrecisãoMemória e menor configuração
16 bits2,3 GB: uma RTX 4090 ou RTX 3090, a RTX 3090 a partir de US$ 0,19 por GPU-hora
8 bits1,1 GB: uma RTX 4090 ou RTX 3090, a RTX 3090 a partir de US$ 0,19 por GPU-hora
4 bits0,6 GB: uma RTX 4090 ou RTX 3090, a RTX 3090 a partir de US$ 0,19 por GPU-hora

O que é preciso para fazer ajuste fino

O QLoRA treina adaptadores sobre um modelo congelado em 4 bits, o LoRA sobre um em 16 bits, e o ajuste fino completo atualiza todos os pesos. Os valores não incluem as ativações, que crescem com o tamanho do lote e o comprimento da sequência.

MétodoMemória e menor configuração
QLoRA0,7 GB: uma RTX 4090 ou RTX 3090, a RTX 3090 a partir de US$ 0,19 por GPU-hora
LoRA2,3 GB: uma RTX 4090 ou RTX 3090, a RTX 3090 a partir de US$ 0,19 por GPU-hora
Ajuste fino completo15 GB: uma RTX 4090 ou RTX 3090, a RTX 3090 a partir de US$ 0,19 por GPU-hora

Sobre o modelo

Do cartão e dos arquivos no Hugging Face. Os números de memória seguem o guia de memória de GPU.

Parâmetros
0.9B
Publicado em
BF16
Licença
mit
Data de lançamento
2024-07-08
Pesos
OpenGVLab/InternVL2-1B

Implante na Arrakis

Abra Models no console, 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. Ou rode você mesmo em qualquer máquina com memória de GPU suficiente:

vLLM
vllm serve OpenGVLab/InternVL2-1B --tensor-parallel-size 1
Implantar este modelo Como funciona a implantação

Perguntas

Os preços em tempo real de todas as GPUs estão na página de preços de GPU.

Quanta memória de GPU o InternVL2-1B precisa?
Para servi-lo, cerca de 2 GB em 16 bits, 1 GB em 8 bits e 1 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações. Para fazer ajuste fino, cerca de 1 GB com QLoRA, 2 GB com LoRA e 15 GB para ajuste fino completo com Adam, sem contar as ativações.
Posso rodar o InternVL2-1B em uma única GPU?
Sim. Em 16 bits ele precisa de cerca de 2,3 GB, que cabem em uma RTX 4090 ou RTX 3090.
Quanto custa rodar o InternVL2-1B?
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 InternVL2-1B na Arrakis?
Abra Models no console da Arrakis, cole OpenGVLab/InternVL2-1B, 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

Todos os modelos, e uma verificação para qualquer outro.