01Cosa sa fare
- Medaglia d'oro IMO 2025 e IOI 2025
- Inferenza rapida (3B attivi in produzione)
- Rientra nella memoria di una GPU da 24 GB in Q4
- NVIDIA Open Model License (uso commerciale autorizzato)
- —Licenza NVIDIA Open Model (non Apache/MIT)
- —32+ GB in Q4 (modello completo da 30B)
- —La modalità thinking può essere lenta nella generazione.
05Installare
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 Cascade 2 30B-A3B?
Per eseguire Nemotron Cascade 2 30B-A3B in locale con quantizzazione Q4, servono circa 17 GB di VRAM. Un’opzione da confrontare: GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) — lascia un margine per il sistema e il contesto; verifica la compatibilità del motore con la GPU.
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.
In mobilità: Nemotron Cascade 2 30B-A3B funziona anche su un Portatile RTX (24 GB di VRAM) →
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.
04Benchmark pubblici
Punteggi ripresi dalle model card o da MMLU-Pro / fonti della community. Unità: % di risposte corrette.