arrakis
ES
Iniciar sesión Empezar a alquilar
Menú

Arrakis / Modelos / NVIDIA-Nemotron-3-Nano-30B-A3B-BF16

Requisitos de GPU de NVIDIA-Nemotron-3-Nano-30B-A3B-BF16

NVIDIA-Nemotron-3-Nano-30B-A3B-BF16 tiene 32B parámetros. Para servirlo, calcula unos 76 GB de memoria de GPU en 16 bits, 38 GB en 8 bits o 19 GB en 4 bits, incluido un 20% para la caché KV y las activaciones.

Es un modelo de mezcla de expertos: 128 expertos, 6 de ellos activos en cada token. Todos permanecen en la memoria de la GPU, así que calcula la memoria para los 32B parámetros.

Desplegar este modelo Comprobar otro modelo

Lo que hace falta para servirlo

La memoria de GPU para ejecutarlo en inferencia, con la configuración de GPU más pequeña que lo sostiene y el precio más bajo en Arrakis ahora mismo.

PrecisiónMemoria y configuración mínima
16 bits76 GB: una H100 o A100, la H100 desde 2,07 US$ por GPU-hora
8 bits38 GB: una L40S, RTX 6000 Ada o RTX A6000, la L40S desde 0,44 US$ por GPU-hora
4 bits19 GB: una RTX 4090 o RTX 3090, la RTX 3090 desde 0,19 US$ por GPU-hora

Lo que hace falta para ajustarlo

QLoRA entrena adaptadores sobre un modelo congelado de 4 bits; LoRA, sobre uno de 16 bits, y el ajuste fino completo actualiza todos los pesos. Las cifras no incluyen las activaciones, que crecen con el tamaño del lote y la longitud de secuencia.

MétodoMemoria y configuración mínima
QLoRA22 GB: una RTX 4090 o RTX 3090, la RTX 3090 desde 0,19 US$ por GPU-hora
LoRA76 GB: una H100 o A100, la H100 desde 2,07 US$ por GPU-hora
Ajuste fino completo505 GB: 2 × B300, desde 9,20 US$ por hora las 2

Sobre el modelo

De su ficha y sus archivos en Hugging Face. Las cifras de memoria siguen la guía de memoria de GPU.

Parámetros
32B
Activos por token
3B
Expertos
128
Expertos por token
6
Ventana de contexto (tokens)
262,144
Publicado en
BF16
Licencia
other
Fecha de publicación
2025-12-04
Pesos
nvidia/NVIDIA-Nemotron-3-Nano-30B-A3B-BF16

Despliégalo en Arrakis

Abre Models en la consola, elige vLLM, SGLang o llama.cpp y alquila una GPU en la que quepa. Obtienes un endpoint compatible con OpenAI con su propia clave de API, y SSH root a la máquina. O ejecútalo tú mismo en cualquier máquina con suficiente memoria de GPU:

vLLM
vllm serve nvidia/NVIDIA-Nemotron-3-Nano-30B-A3B-BF16 --tensor-parallel-size 1
Desplegar este modelo Cómo funciona el despliegue

Preguntas

Los precios en tiempo real de todas las GPU están en la página de precios de GPU.

¿Cuánta memoria de GPU necesita NVIDIA-Nemotron-3-Nano-30B-A3B-BF16?
Para servirlo, unos 76 GB en 16 bits, 38 GB en 8 bits y 19 GB en 4 bits, incluido un 20% para la caché KV y las activaciones. Para ajustarlo, unos 22 GB con QLoRA, 76 GB con LoRA y 505 GB para un ajuste fino completo con Adam, sin contar las activaciones.
¿Puedo ejecutar NVIDIA-Nemotron-3-Nano-30B-A3B-BF16 en una sola GPU?
Sí. En 16 bits necesita unos 76 GB, que caben en una H100 o A100.
¿Cuánto cuesta ejecutar NVIDIA-Nemotron-3-Nano-30B-A3B-BF16?
En 16 bits necesita una H100 o A100; en 4 bits, una RTX 4090 o RTX 3090. Cada configuración de esta página muestra el precio más bajo por GPU-hora en Arrakis ahora mismo, y pagas por hora desde un saldo prepago.
¿Cómo despliego NVIDIA-Nemotron-3-Nano-30B-A3B-BF16 en Arrakis?
Abre Models en la consola de Arrakis, pega nvidia/NVIDIA-Nemotron-3-Nano-30B-A3B-BF16, elige vLLM, SGLang o llama.cpp y alquila una GPU en la que quepa. Obtienes un endpoint compatible con OpenAI con su propia clave de API, y SSH root a la máquina.

Más modelos

Todos los modelos, y una comprobación para cualquier otro.