# Hermes-3-Llama-3.1-8B 的 GPU 需求

Hermes-3-Llama-3.1-8B 有 8.0B 參數。部署推理時，16 位約需 19 GB 視訊記憶體，8 位約 9.6 GB，4 位約 4.8 GB，其中包含約 20% 用於 KV 快取和啟用值。

[在 Arrakis 上部署](/console/#/models?model=NousResearch/Hermes-3-Llama-3.1-8B)。

## 部署推理需要什麼

| 精度 | 視訊記憶體與最小配置 |
|---|---|
| 16 位 | 19 GB：一張 [RTX 4090](/zh-tw/gpus/rtx-4090.html.md) 或 [RTX 3090](/zh-tw/gpus/rtx-3090.html.md)，RTX 3090 每 GPU 小時 $0.19 起 |
| 8 位 | 9.6 GB：一張 [RTX 4090](/zh-tw/gpus/rtx-4090.html.md) 或 [RTX 3090](/zh-tw/gpus/rtx-3090.html.md)，RTX 3090 每 GPU 小時 $0.19 起 |
| 4 位 | 4.8 GB：一張 [RTX 4090](/zh-tw/gpus/rtx-4090.html.md) 或 [RTX 3090](/zh-tw/gpus/rtx-3090.html.md)，RTX 3090 每 GPU 小時 $0.19 起 |

## 微調需要什麼

| 方法 | 視訊記憶體與最小配置 |
|---|---|
| QLoRA | 5.6 GB：一張 [RTX 4090](/zh-tw/gpus/rtx-4090.html.md) 或 [RTX 3090](/zh-tw/gpus/rtx-3090.html.md)，RTX 3090 每 GPU 小時 $0.19 起 |
| LoRA | 19 GB：一張 [RTX 4090](/zh-tw/gpus/rtx-4090.html.md) 或 [RTX 3090](/zh-tw/gpus/rtx-3090.html.md)，RTX 3090 每 GPU 小時 $0.19 起 |
| 全量微調 | 128 GB：一張 [H200](/zh-tw/gpus/h200.html.md)，每 GPU 小時 $4.03 起 |

## 關於這個模型

| | |
|---|---|
| 引數量 | `8.0B` |
| 上下文視窗（token） | `131,072` |
| 釋出精度 | `BF16` |
| 許可證 | `llama3` |
| 釋出日期 | `2024-07-28` |
| 權重 | [NousResearch/Hermes-3-Llama-3.1-8B](https://huggingface.co/NousResearch/Hermes-3-Llama-3.1-8B) |

## 自己部署

```
vllm serve NousResearch/Hermes-3-Llama-3.1-8B --tensor-parallel-size 1
```

## 常見問題

**Hermes-3-Llama-3.1-8B 需要多少視訊記憶體？** 推理部署時，16 位約需 19 GB，8 位約 10 GB，4 位約 5 GB，其中包含約 20% 用於 KV 快取和啟用值。微調時，QLoRA 約需 6 GB，LoRA 約需 19 GB，使用 Adam 全量微調約需 128 GB，均未計入啟用值。

**Hermes-3-Llama-3.1-8B 能在單張 GPU 上執行嗎？** 可以。16 位下約需 19 GB，一張 RTX 4090 或 RTX 3090 就能放下。

**執行 Hermes-3-Llama-3.1-8B 要多少錢？** 16 位下需要一張 RTX 4090 或 RTX 3090；4 位下需要一張 RTX 4090 或 RTX 3090。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 Hermes-3-Llama-3.1-8B？** 在 Arrakis 控制台中開啟 Models，貼上 NousResearch/Hermes-3-Llama-3.1-8B，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)。