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)
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 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. 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 3 Nano Omni 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.
04Installer
Le chemin le plus court : Ollama. Une commande, le modèle est téléchargé et lancé.