Course · 7 chapters
Rode um LLM na Sua Própria Máquina
Run a capable private LLM on the laptop you already own, no cloud bill. Pick a tool, fit a model to your VRAM with quantization, then serve it to your app. 7 chapters, ~2h.
What you'll be able to do
- Run an LLM on your own machine
- Pick the right local model for the job
- Read VRAM and quantization specs
- Serve a model over an OpenAI API
- Weigh local models against cloud models
- Spec hardware to run bigger models
What's inside
- 1Rode um LLM na sua própria máquina: comece por aqui
O mapa deste path — por que rodar modelos localmente vale a pena, como os seis capítulos se constroem uns sobre os outros, e por onde começar.
- 2Por que rodar um LLM localmente
O modelo na sua própria máquina é mais fraco que a fronteira — e essa troca compensa com mais frequência do que você imagina.
- 3As ferramentas que rodam modelos
Quatro portas de entrada amigáveis, um mesmo motor por baixo — então a escolha é sobre conforto, não capacidade.
- 4Hardware e a realidade da quantização
Um número decide se um modelo roda na sua máquina — e um truque deixa você dobrá-lo.
- 5Escolha o seu modelo local
O seu hardware já estreitou o campo — agora escolha pela tarefa e leia a licença antes de se comprometer.
- 6Sirva um modelo para o seu app
Os modelos locais falam a mesma língua que a nuvem — então conectar um ao seu código é, em sua maior parte, mudar uma única linha.
- 7Monte uma máquina caseira melhor
Ficou grande demais para o seu hardware? O upgrade é um número — cresça o tipo certo de memória, e uma classe inteira de modelos se abre.
Frequently asked questions
- What will I learn in this course?
- You learn to run a large language model on the computer you already own: choosing a tool to run models, fitting a model to your hardware using VRAM and quantization, picking a model by task and license, serving it to your own app, and upgrading your machine when you outgrow it. The path runs across 7 chapters covering tools, hardware, model choice, and serving.
- Who is this course for?
- It is built for engineers and curious beginners who want a local LLM running on their own laptop or PC instead of relying only on cloud APIs. No prior experience with local models is assumed, since the path starts from why local matters and builds up step by step.
- Do I need to code or have machine learning experience?
- You do not need any machine learning background. Basic comfort with a terminal helps for the chapter on serving a model to your app, where you connect it through an OpenAI-compatible API, but the path is written for non-experts.
- How long is the course and is there a certificate?
- The path is about 2 hours total across 7 chapters at a foundations level. You can complete it at your own pace and earn a certificate of completion in the AI Academy.
- Is this course free?
- No, this is a paid path included with an AI Academy subscription. It covers running a local LLM end to end, from choosing a tool to serving a model and upgrading your hardware.
Earn a certificate
Complete all chapters to receive your certificate of completion.