01Ce qu'il sait faire
- Frontière MoE 561B / 55B actifs en BF16
- Pré-entraînement multilingue 11 langues (dont français)
- 128k contexte natif
- Base ouverte pour fine-tuning et recherche
- —Variante Base : non aligné chat/instruct, à fine-tuner avant usage applicatif
- —~325 Go VRAM en Q4, ~1.1 To en BF16 — multi-GPU H100/MI300 obligatoire
- —Pas de tag Ollama : install via Hugging Face uniquement
- —Licence NVIDIA Open Model (à relire selon usage commercial)
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 Ultra Base (BF16) ?
Pour exécuter Nemotron 3 Ultra Base (BF16) en local en quantification Q4, il faut environ 325 Go de VRAM. Le meilleur rapport prix/performance : un Mac Studio (64 Go de mémoire unifiée).
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.
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.