# Besoins GPU de NVIDIA-Nemotron-3-Super-120B-A12B-BF16

NVIDIA-Nemotron-3-Super-120B-A12B-BF16 compte 124B paramètres. Pour le servir, prévoyez environ 297 Go de mémoire GPU en 16 bits, 148 Go en 8 bits ou 74 Go en 4 bits, dont environ 20 % pour le cache KV et les activations.

C’est un modèle à mélange d’experts : 512 experts, dont 22 actifs pour chaque token. Tous restent en mémoire GPU : prévoyez la mémoire pour l’ensemble des 124B paramètres.

[Déployez-le sur Arrakis](/console/#/models?model=nvidia/NVIDIA-Nemotron-3-Super-120B-A12B-BF16).

## Ce qu’il faut pour le servir

| Précision | Mémoire et plus petite configuration |
|---|---|
| 16 bits | 297 Go : 4 × [H100](/fr/gpus/h100.html.md), à partir de 6,60 $ de l’heure pour les 4 |
| 8 bits | 148 Go : un [B200](/fr/gpus/b200.html.md), à partir de 6,79 $ par heure de GPU |
| 4 bits | 74 Go : un [H100](/fr/gpus/h100.html.md) ou [A100](/fr/gpus/a100.html.md), la H100 à partir de 1,65 $ par heure de GPU |

## Ce qu’il faut pour l’affiner

| Méthode | Mémoire et plus petite configuration |
|---|---|
| QLoRA | 87 Go : un [RTX PRO 6000](/fr/gpus/rtx-pro-6000.html.md), à partir de 1,90 $ par heure de GPU |
| LoRA | 297 Go : 4 × [H100](/fr/gpus/h100.html.md), à partir de 6,60 $ de l’heure pour les 4 |
| Fine-tuning complet | 1 978 Go : 8 × [B300](/fr/gpus/b300.html.md), à partir de 36,80 $ de l’heure pour les 8 |

## À propos du modèle

| | |
|---|---|
| Paramètres | `124B` |
| Actifs par token | `12B` |
| Experts | `512` |
| Experts par token | `22` |
| Fenêtre de contexte (tokens) | `262,144` |
| Publié en | `BF16` |
| Licence | `other` |
| Date de publication | `2026-03-10` |
| Poids | [nvidia/NVIDIA-Nemotron-3-Super-120B-A12B-BF16](https://huggingface.co/nvidia/NVIDIA-Nemotron-3-Super-120B-A12B-BF16) |

## Servez-le vous-même

```
vllm serve nvidia/NVIDIA-Nemotron-3-Super-120B-A12B-BF16 --tensor-parallel-size 4
```

## Questions

**De combien de mémoire GPU NVIDIA-Nemotron-3-Super-120B-A12B-BF16 a-t-il besoin ?** Pour le servir, environ 297 Go en 16 bits, 148 Go en 8 bits et 74 Go en 4 bits, dont environ 20 % pour le cache KV et les activations. Pour l’affiner, environ 87 Go avec QLoRA, 297 Go avec LoRA et 1 978 Go pour un fine-tuning complet avec Adam, hors activations.

**Puis-je faire tourner NVIDIA-Nemotron-3-Super-120B-A12B-BF16 sur un seul GPU ?** Oui, quantifié. En 8 bits, il lui faut environ 148 Go, ce qui tient sur un B200. En 16 bits, il lui faut 4 GPU H100.

**Combien coûte l’exécution de NVIDIA-Nemotron-3-Super-120B-A12B-BF16 ?** En 16 bits, il lui faut 4 GPU H100 ; en 4 bits, un H100 ou A100. Chaque configuration de cette page affiche le prix le plus bas par heure de GPU sur Arrakis en ce moment, et vous payez à l’heure depuis un solde prépayé.

**Comment déployer NVIDIA-Nemotron-3-Super-120B-A12B-BF16 sur Arrakis ?** Ouvrez Models dans la console Arrakis, collez nvidia/NVIDIA-Nemotron-3-Super-120B-A12B-BF16, choisissez vLLM, SGLang ou llama.cpp, et louez un GPU sur lequel il tient. Vous obtenez un endpoint compatible OpenAI avec sa propre clé d’API, et un accès SSH root à la machine.


Plus de modèles : [/models](/fr/models.html.md).