Arrakis / モデル / NVIDIA-Nemotron-3-Super-120B-A12B-BF16
NVIDIA-Nemotron-3-Super-120B-A12B-BF16 の GPU 要件
NVIDIA-Nemotron-3-Super-120B-A12B-BF16 のパラメータ数は 124B です。推論で動かすには、16 ビットで約 297 GB、8 ビットで約 148 GB、4 ビットで約 74 GB の GPU メモリを見込んでください。KV キャッシュと活性化の分として約 20% を含みます。
Mixture of Experts モデルです。エキスパートは 512 個で、トークンごとにそのうち 22 個が働きます。すべてのエキスパートが GPU メモリに載るため、メモリは 124B パラメータ全体の分を見込んでください。
ファインチューニングに必要なもの
QLoRA は 4 ビットで固定したモデルの上でアダプタを学習し、LoRA は 16 ビットで固定したモデルの上で学習します。フルファインチューニングはすべての重みを更新します。数値はアクティベーションを含まない値で、アクティベーションはバッチサイズとシーケンス長に応じて増えます。
| メソッド | メモリと最小構成 |
|---|---|
| QLoRA | 87 GB：RTX PRO 6000 1 枚、GPU 1 時間あたり $1.90 から |
| LoRA | 297 GB：H100 × 4、4 枚で 1 時間あたり $8.28 から |
| フルファインチューニング | 1,978 GB：B300 × 8、8 枚で 1 時間あたり $36.80 から |
モデルについて
Hugging Face 上のモデルカードとファイルから。このページのメモリの数字は GPU メモリガイドの計算に従っています。
- パラメータ数
- 124B
- トークンごとに働くパラメータ
- 12B
- エキスパート数
- 512
- トークンごとのエキスパート数
- 22
- コンテキスト長（トークン）
- 262,144
- 公開時の精度
- BF16
- ライセンス
- other
- 公開日
- 2026-03-10
Arrakis でデプロイする
コンソールで Models を開き、vLLM、SGLang、llama.cpp のいずれかを選んで、収まる GPU を借ります。専用の API キー付きの OpenAI 互換エンドポイントと、マシンへの root SSH が使えます。GPU メモリが足りるマシンなら、自分で動かすこともできます：
vLLM
vllm serve nvidia/NVIDIA-Nemotron-3-Super-120B-A12B-BF16 --tensor-parallel-size 4よくある質問
すべての GPU の最新価格は GPU 価格 のページにあります。
NVIDIA-Nemotron-3-Super-120B-A12B-BF16 にはどれだけの GPU メモリが必要ですか？
推論で動かすには、16 ビットで約 297 GB、8 ビットで約 148 GB、4 ビットで約 74 GB です。KV キャッシュと活性化の分として約 20% を含みます。ファインチューニングには、QLoRA で約 87 GB、LoRA で約 297 GB、Adam によるフルファインチューニングで約 1,978 GB が必要です（活性化を除く）。
NVIDIA-Nemotron-3-Super-120B-A12B-BF16 は GPU 1 枚で動きますか？
はい、量子化すれば動きます。8 ビットで約 148 GB 必要で、B200 1 枚に収まります。16 ビットでは H100 4 枚が必要です。
NVIDIA-Nemotron-3-Super-120B-A12B-BF16 を動かす費用はいくらですか？
16 ビットなら H100 4 枚、4 ビットなら H100 または A100 1 枚が必要です。このページの各構成には、Arrakis での現在の GPU 1 時間あたりの最安値を表示しています。料金は前払い残高から 1 時間単位で支払います。
Arrakis で NVIDIA-Nemotron-3-Super-120B-A12B-BF16 をデプロイするには？
Arrakis コンソールで Models を開き、nvidia/NVIDIA-Nemotron-3-Super-120B-A12B-BF16 を貼り付け、vLLM、SGLang、llama.cpp のいずれかを選んで、収まる GPU を借ります。専用の API キー付きの OpenAI 互換エンドポイントと、マシンへの root SSH が使えます。