LLM Apache-2.0

StarCoder2 15B

15B параметров · Transformer · Контекст 16k · BigCode · 2024

Запустить на GPU HuggingFace →

VRAM по точности

Точность VRAM Качество Рекомендация
FP16 30 ГБ Максимальное Для продакшена
FP8 15 ГБ Отличное Оптимально
INT8 15 ГБ Хорошее
INT4/Q4 8 ГБ Приемлемое Для экспериментов

Совместимые GPU

GPU VRAM Поддерживает
Рек. NVIDIA RTX 4090
24 ГБ FP16, FP8, INT8, INT4 Арендовать
NVIDIA A100
80 ГБ FP16, FP8, INT8, INT4 Арендовать
NVIDIA H100 SXM
80 ГБ FP16, FP8, INT8, INT4 Арендовать

Рекомендуемые фреймворки

vLLM Ollama llama.cpp

Быстрый старт

vllm 
docker run --gpus all -p 8000:8000 vllm/vllm-openai:latest \
  --model starcoder2-15b-instruct-v0.1 \
  --quantization fp8

Характеристики модели

Технические параметры

Разработчик
BigCode
Год выпуска
2024
Параметры
15B
Архитектура
Transformer
Контекстное окно
16,384 токенов
Лицензия
Apache-2.0

Применение

Code generation Code completion Code infilling Repository-level coding

StarCoder2 15B — прагматичный выбор из экосистемы BigCode: огромный охват 600+ языков и упор на реальные репозитории, а не только «учебные сниппеты». Instruct-вариант удобен для задач вроде объяснения кода, генерации функций и правок под стиль проекта, сохраняя при этом дух «IDE-first» с поддержкой FIM. Apache-2.0 упрощает встраивание в внутренние инструменты, если лицензионная чистота важна не меньше качества.

Instruct: bigcode/starcoder2-15b-instruct-v0.1, контекст 16k.

Запуск на cloudcompute.ru

Шаг 1 — Арендуйте GPU

Для StarCoder2 15B в fp16 рекомендуем RTX 4090 или A100 / H100. Перейдите в каталог GPU и арендуйте инстанс.

Шаг 2 — Запустите vLLM

docker run --gpus all -p 8000:8000 vllm/vllm-openai:latest \
  --model bigcode/starcoder2-15b-instruct-v0.1 \
  --dtype auto \
  --max-model-len 16384

Альтернативно, для быстрого старта используйте Ollama:

ollama run starcoder2:15b

Шаг 3 — Отправьте запрос

curl http://localhost:8000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "bigcode/starcoder2-15b-instruct-v0.1",
    "messages": [{"role": "user", "content": "Напиши функцию на Python для бинарного поиска"}]
  }'

Оптимизация

  • Передавайте в промпт релевантные импорты и сигнатуры — StarCoder2 сильнее в «локальном» кодинге, чем в абстрактных рассуждениях без контекста.
  • После генерации прогоняйте форматтер/линтер в CI — это дешёвый страховочный слой против синтаксических сюрпризов.
  • Для больших файлов режьте контекст по функциям/диапазонам строк, а не заливайте целиком без необходимости.