01Cosa sa fare
- Dimensioni da modello di frontiera (550B totali, 55B attivi)
- Sparsità MoE: costo di calcolo vicino a quello di un modello denso 55B
- Contesto nativo da 128k
- Licenza NVIDIA Open Model (uso commerciale consentito)
- —~319 GB di VRAM in Q4 — richiede una configurazione multi-GPU H100/MI300 o un server dedicato
- —Accesso soggetto ad accettazione su Hugging Face (click-through)
- —Fuori dalla portata dell'hardware di largo consumo
04Installare
Installa Ollama per il tuo OS. Verifica il modello e la sua quantizzazione prima del download. Inizia con 4096 token di contesto, poi controlla l'allocazione con ollama ps. Un comando qui sotto non dimostra che sia stato eseguito un test sulla tua macchina.
02Memoria richiesta
VRAM GPU approssimativa per far girare questo modello, overhead del contesto di 4k token incluso. Per un contesto più lungo, aggiungi ~1 GB per ogni blocco di 8k token.
Quale hardware serve per Nemotron 3 Ultra?
Per eseguire Nemotron 3 Ultra in locale con quantizzazione Q4, servono circa 319 GB di VRAM. Un’opzione da confrontare: GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) — questo modello supera la capacità GPU di questo mini-PC: scegli un modello più piccolo o un'infrastruttura adeguata.
Perché questa scelta? La nostra scheda completa su GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) →
Link affiliati — possibile commissione senza costi aggiuntivi per te, raccomandazione indipendente. In qualità di Partner Amazon, QuelLLM ottiene un guadagno dagli acquisti che soddisfano i requisiti.
03Velocità prevista
Token generati al secondo in Q4_K_M, contesto 4k. Oltre 20 t/s, la lettura è confortevole. Al di sotto di 10 t/s, va bene solo per fare delle prove.