Meta's Llama models on a NVIDIA Tesla P40 (24 GB VRAM, Pascal architecture). Suia i le 8B models at full precision and larger models when quantized. GPU servers are not orderable yet; contact us to be notified when they are.
$ curl -fsSL https://ollama.com/install.sh | sh && ollama run llama3
# Faʻataʻitaʻiga o le faʻapipiʻiina o le upu
O Llama o se aiga o Meta o ni faataitaiga o gagana tele e maua i le avanoa. O le faʻagaioia o Llama i luga o lau lava 'au'aunaga GPU e tausia ai fesili ma faʻamatalaga fa'aprivate.
E faʻagaioia ai 8B ituaiga i luga o le 24 GB o le VRAM. 70B ituaiga e le fetaui i se tasi 24 GB pepa i le aofaʻi o le aofaʻi masani.
O au fesili ma faʻamatalaga e nofo i luga o lau 'au'aunaga, e leai ni valaau API a isi tagata.
Faʻaaoga le GGUF ma le llama.cpp poʻo le Ollama, poʻo le PyTorch native weights.
Fa'aauupegaina ni faataitaiga ma Ollama po'o le 'au'aunaga llama.cpp mo se fa'aiuga e fetaui ma OpenAI.
LLaMA mafai ona faaaoga se NVIDIA GPU e vave ai lona galuega. VPS.org GPU servers are not available to order yet; contact us to hear when they are. LLaMA o se galuega faatino lautele GPU-faʻaititia. Faʻamautinoa o loʻo lagolagoina e lau polokalama le CUDA ma o lau faila faila / runtime e fetaui ma le manaʻoga o le galuega faatino mo LLaMA.
E le o avanoa le GPU servers e fa'atau ai. I le aso nei e mafai ona e fa'agaioia le LLaMA i luga o se fuafuaga CPU masani, e fa'aititia ai le saoasaoa nai lo le GPU: SSH i ma fa'agaioia le curl -fsSL https://ollama.com/install.sh | sh && ollama run llama3.
E manaʻomia e le VRAM mo le LLaMA ona faʻalagolago lea i le ituaiga ma le tele o le vaega; siaki le tusi lesona o le poloketi mo ni faʻamatalaga o le taimi nei.
O le tau o le GPU o le a faalauiloaina pe a mafai ona talosagaina le GPU. Faafesootai mai pe afai e te manaʻo e iloa pe a tupu lea mea.
O le a uma le VPS.org server e maua ai le avanoa atoa i le root, ina ia mafai ai ona e faʻagaioia isi mea faigaluega e faʻatasi ai ma le LLaMA i totonu o le RAM ma le teuina o le server.
O le a oʻo mai i soʻo se 'au'aunaga VPS.org ma le faʻaaogaina atoa o le SSH root, ina ia mafai ai ona e faʻapipiʻi drivers, libraries ma LLaMA e ui lava e te manaʻomia.
E leai. E leai se 'au'aunaga e oʻo mai ma se CUDA runtime poʻo se NVIDIA driver preinstalled, ma e le o avanoa le GPU servers e faʻatau ai. E te faʻapipiʻi le lomiga e manaʻomia e LLaMA oe lava.
O le VPS.org servers o masini faʻaonapo nei, e le o ni faʻataʻitaʻiga e le tumau: LLaMA models, configs ma le faʻamatalaga e nofo i le SSD storage o le server seia e faʻasaʻo i latou.
Ia teuina le faʻaaogaina o faʻamatalaga i luga o le SSD o le 'au'aunaga mo le faʻaaogaina vave i le taimi o le LLaMA, ma faʻapipiʻi faʻaiuga o meatotino (maualuga, tausaga, embeddings) i le teuina i fafo atu o le VPS.org; ata ma backups nofo i le tutusa teuina cluster.
E mafai ona e faaleleia so'o se 'au'aunaga VPS.org i se fuafuaga tele mai le paneli pule; o le fa'aititia o le tele e toe amataina ai ma o le a fa'asolo atu lau' upega tafa'ilagi LLaMA. E le o avanoa nei 'au'aunaga GPU.
O backups o se totogi faaopoopo (i aso uma +30% o le tau o le fuafuaga, na teuina 7 aso; vaiaso +20%, na teuina 28 aso) ma snapshots e saoloto, lea e aoga i luma o le umi LLaMA e tatala. E lua nofo i le tutusa pusa teuina o le faitotoʻa.
Faafesootai le lagolago i totonu o aso 30 o lau muamua faʻatau e talosagaina se toe totogi. E leʻi faʻatauina foi GPU servers, o lea e le o aofia ai se GPU order.
E faʻatapulaʻaina le gafatia o le GPU. Taʻu mai ia i matou e uiga i lau mamafa o galuega ma o le a matou tali atu i le avanoa ma le tau.