01Cosa sa fare
- Modello denso da 33B, equilibrato tra chat, codice e ragionamento
- Contesto di 128k
- Rientra nella VRAM di una RTX 4090 in Q4
- Licenza open NVIDIA
- —Licenza NVIDIA Open Model (leggere le condizioni commerciali)
- —Modello ad accesso vincolato su Hugging Face (click-through)
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 33B?
Per eseguire Nemotron 3 33B in locale con quantizzazione Q4, servono circa 19 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, raccomandazioni indipendenti. In qualità di Partner Amazon, QualeLLM realizza un profitto sugli acquisti idonei.
In mobilità: Nemotron 3 33B 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.