Arrakis / Modelos / NVIDIA-Nemotron-3-Ultra-550B-A55B-BF16
Requisitos de GPU de NVIDIA-Nemotron-3-Ultra-550B-A55B-BF16
NVIDIA-Nemotron-3-Ultra-550B-A55B-BF16 tiene 561B parámetros. Para servirlo, calcula unos 1.345 GB de memoria de GPU en 16 bits, 673 GB en 8 bits o 336 GB en 4 bits, incluido un 20% para la caché KV y las activaciones.
Es un modelo de mezcla de expertos: 512 expertos, 22 de ellos activos en cada token. Todos permanecen en la memoria de la GPU, así que calcula la memoria para los 561B parámetros.
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.
| Precisión | Memoria y configuración mínima |
|---|---|
| 16 bits | 1.345 GB: 8 × B200, desde 54,32 US$ por hora las 8 |
| 8 bits | 673 GB: 4 × B200, desde 27,16 US$ por hora las 4 |
| 4 bits | 336 GB: 2 × B200, desde 13,58 US$ por hora las 2 |
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.
| Método | Memoria y configuración mínima |
|---|---|
| QLoRA | 392 GB: 2 × B300, desde 9,20 US$ por hora las 2 |
| LoRA | 1.345 GB: 8 × B200, desde 54,32 US$ por hora las 8 |
| Ajuste fino completo | 8.968 GB: más de una máquina de 8 GPU |
Sobre el modelo
De su ficha y sus archivos en Hugging Face. Las cifras de memoria siguen la guía de memoria de GPU.
- Parámetros
- 561B
- Activos por token
- 55B
- Expertos
- 512
- Expertos por token
- 22
- Ventana de contexto (tokens)
- 262,144
- Publicado en
- BF16
- Licencia
- other
- Fecha de publicación
- 2026-06-03
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 serve nvidia/NVIDIA-Nemotron-3-Ultra-550B-A55B-BF16 --tensor-parallel-size 8Preguntas
Los precios en tiempo real de todas las GPU están en la página de precios de GPU.