01Ce qu'il sait faire
- Omnimodal natif texte+image+audio+vidéo
- 256k contexte
- 9× throughput vs autres omni open
- Tient sur un seul GPU grâce au MoE 3B actifs
- Pipeline NVIDIA NIM disponible
- —Anglais uniquement
- —Multimodal complet exige llama.cpp/vLLM (Ollama text-only)
- —Licence NVIDIA Open Model (pas Apache)
04Installer
Installez Ollama pour votre OS. Vérifiez le modèle et sa quantification avant le téléchargement. Commencez avec 4096 tokens de contexte, puis contrôlez le placement avec ollama ps. Une commande ci-dessous n’est pas une preuve de test exécuté sur votre machine.
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 matériel pour Nemotron 3 Nano Omni 30B-A3B ?
Pour exécuter Nemotron 3 Nano Omni 30B-A3B en local en quantification Q4, il faut environ 21 Go de VRAM. Une option à comparer : GMKtec EVO-X2 64 Go / 1 To (Ryzen AI Max+ 395) — gardez une marge pour le système et le contexte ; vérifiez la compatibilité du moteur avec le GPU.
Pourquoi ce choix ? Notre fiche complète sur GMKtec EVO-X2 64 Go / 1 To (Ryzen AI Max+ 395) →
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 3 Nano Omni 30B-A3B tourne aussi sur un PC portable RTX (24 Go de VRAM) →
Ton ChatGPT privé et gratuit sur ta machine en 1 heure — LM Studio, Ollama, Open WebUI, tes documents, sans cloud.
- Espace en ligne à vie
- PDF + fichiers
- Mises à jour à vie
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.