01Cosa sa fare
- MoE di frontiera con 561B / 55B attivi in BF16
- Multilingue: 11 lingue (tra cui il francese)
- Contesto nativo da 128k
- Licenza NVIDIA Open Model (uso commerciale consentito)
- —~325 GB VRAM in Q4, ~1.1 TB in BF16 — multi-GPU H100/MI300 obbligatorio
- —Nessun tag Ollama: installazione esclusivamente tramite Hugging Face
- —Licenza NVIDIA Open Model (da rileggere in base all'uso commerciale)
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 (BF16)?
Per eseguire Nemotron 3 Ultra (BF16) in locale con quantizzazione Q4, servono circa 325 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, raccomandazioni indipendenti. In qualità di Partner Amazon, QualeLLM realizza un profitto sugli acquisti idonei.
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.