01Ce qu'il sait faire
- Medaille d'or IMO 2025 et IOI 2025
- Inference rapide (3B actifs en production)
- Tient sur GPU 24 Go en Q4
- NVIDIA Open Model License (usage commercial autorise)
- —Licence NVIDIA Open Model (pas Apache/MIT)
- —32+ Go en Q4 (total model 30B)
- —Thinking mode peut etre lent en generation
02Mémoire requise
VRAM GPU approximative pour faire tourner ce modèle, overhead contexte de 4k tokens inclus. Pour un contexte plus long, ajoutez ~1 Go par tranche de 8k tokens.
Quel GPU pour faire tourner Nemotron Cascade 2 30B-A3B ?
Pour exécuter Nemotron Cascade 2 30B-A3B en local en quantification Q4, il faut environ 17 Go de VRAM. Le meilleur rapport prix/performance : un RTX 4090 (24 Go de VRAM).
Liens affiliés — commission possible sans surcoût pour vous, reco indépendante. En tant que Partenaire Amazon, QuelLLM réalise un bénéfice sur les achats remplissant les conditions requises.
En mobilité : Nemotron Cascade 2 30B-A3B tourne aussi sur un PC portable RTX (24 Go de VRAM) →
03Vitesse attendue
Tokens générés par seconde en Q4_K_M, contexte 4k. Au-delà de 20 t/s, la lecture est confortable. En dessous de 10 t/s, c'est juste pour tester.
04Benchmarks publics
Scores reproduits depuis les model cards ou MMLU-Pro / communautaires. Unité : % bonnes réponses.
05Installer
Le chemin le plus court : Ollama. Une commande, le modèle est téléchargé et lancé.