# Llama-3.3-70B-Instruct 的 GPU 需求

Llama-3.3-70B-Instruct 有 71B 參數。部署推理時，16 位約需 169 GB 視訊記憶體，8 位約 85 GB，4 位約 42 GB，其中包含約 20% 用於 KV 快取和啟用值。

[在 Arrakis 上部署](/console/#/models?model=meta-llama/Llama-3.3-70B-Instruct)。

## 部署推理需要什麼

| 精度 | 視訊記憶體與最小配置 |
|---|---|
| 16 位 | 169 GB：一張 [B200](/zh-tw/gpus/b200.html.md)，每 GPU 小時 $6.79 起 |
| 8 位 | 85 GB：一張 [RTX PRO 6000](/zh-tw/gpus/rtx-pro-6000.html.md)，每 GPU 小時 $1.90 起 |
| 4 位 | 42 GB：一張 [L40S](/zh-tw/gpus/l40s.html.md)、[RTX 6000 Ada](/zh-tw/gpus/rtx-6000-ada.html.md) 或 [RTX A6000](/zh-tw/gpus/rtx-a6000.html.md)，L40S 每 GPU 小時 $0.44 起 |

## 微調需要什麼

| 方法 | 視訊記憶體與最小配置 |
|---|---|
| QLoRA | 49 GB：一張 [H100](/zh-tw/gpus/h100.html.md) 或 [A100](/zh-tw/gpus/a100.html.md)，H100 每 GPU 小時 $1.65 起 |
| LoRA | 169 GB：一張 [B200](/zh-tw/gpus/b200.html.md)，每 GPU 小時 $6.79 起 |
| 全量微調 | 1,129 GB：8 × [B200](/zh-tw/gpus/b200.html.md)，8 塊合計每小時 $54.32 起 |

## 關於這個模型

| | |
|---|---|
| 引數量 | `71B` |
| 釋出精度 | `BF16` |
| 許可證 | `llama3.3` |
| 釋出日期 | `2024-11-26` |
| 權重 | [meta-llama/Llama-3.3-70B-Instruct](https://huggingface.co/meta-llama/Llama-3.3-70B-Instruct) |

## 自己部署

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

## 常見問題

**Llama-3.3-70B-Instruct 需要多少視訊記憶體？** 推理部署時，16 位約需 169 GB，8 位約 85 GB，4 位約 42 GB，其中包含約 20% 用於 KV 快取和啟用值。微調時，QLoRA 約需 49 GB，LoRA 約需 169 GB，使用 Adam 全量微調約需 1,129 GB，均未計入啟用值。

**Llama-3.3-70B-Instruct 能在單張 GPU 上執行嗎？** 可以。16 位下約需 169 GB，一張 B200 就能放下。

**執行 Llama-3.3-70B-Instruct 要多少錢？** 16 位下需要一張 B200；4 位下需要一張 L40S、RTX 6000 Ada 或 RTX A6000。本頁每種配置都顯示 Arrakis 目前每 GPU 小時的最低價格，從預付餘額中按小時扣費。

**如何在 Arrakis 上部署 Llama-3.3-70B-Instruct？** 在 Arrakis 控制台中開啟 Models，貼上 meta-llama/Llama-3.3-70B-Instruct，選擇 vLLM、SGLang 或 llama.cpp，然後租用一張能放下它的 GPU。你會得到一個相容 OpenAI 的端點，帶有專屬 API 金鑰，並可透過 root SSH 登入機器。


更多模型：[/models](/zh-tw/models.html.md)。