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

O NVIDIA-Nemotron-3-Super-120B-A12B-BF16 tem 124B parâmetros. Para servi-lo, conte com cerca de 297 GB de memória de GPU em 16 bits, 148 GB em 8 bits ou 74 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações.

É um modelo de mistura de especialistas: 512 especialistas, 22 deles ativos para cada token. Todos ficam na memória da GPU, então conte memória para todos os 124B parâmetros.

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

## O que é preciso para servi-lo

| Precisão | Memória e menor configuração |
|---|---|
| 16 bits | 297 GB: 4 × [H100](/pt/gpus/h100.html.md), a partir de US$ 6,60 por hora pelas 4 |
| 8 bits | 148 GB: uma [B200](/pt/gpus/b200.html.md), a partir de US$ 6,79 por GPU-hora |
| 4 bits | 74 GB: uma [H100](/pt/gpus/h100.html.md) ou [A100](/pt/gpus/a100.html.md), a H100 a partir de US$ 1,65 por GPU-hora |

## O que é preciso para fazer ajuste fino

| Método | Memória e menor configuração |
|---|---|
| QLoRA | 87 GB: uma [RTX PRO 6000](/pt/gpus/rtx-pro-6000.html.md), a partir de US$ 1,90 por GPU-hora |
| LoRA | 297 GB: 4 × [H100](/pt/gpus/h100.html.md), a partir de US$ 6,60 por hora pelas 4 |
| Ajuste fino completo | 1.978 GB: 8 × [B300](/pt/gpus/b300.html.md), a partir de US$ 36,80 por hora pelas 8 |

## Sobre o modelo

| | |
|---|---|
| Parâmetros | `124B` |
| Ativos por token | `12B` |
| Especialistas | `512` |
| Especialistas por token | `22` |
| Janela de contexto (tokens) | `262,144` |
| Publicado em | `BF16` |
| Licença | `other` |
| Data de lançamento | `2026-03-10` |
| Pesos | [nvidia/NVIDIA-Nemotron-3-Super-120B-A12B-BF16](https://huggingface.co/nvidia/NVIDIA-Nemotron-3-Super-120B-A12B-BF16) |

## Sirva você mesmo

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

## Perguntas

**Quanta memória de GPU o NVIDIA-Nemotron-3-Super-120B-A12B-BF16 precisa?** Para servi-lo, cerca de 297 GB em 16 bits, 148 GB em 8 bits e 74 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações. Para fazer ajuste fino, cerca de 87 GB com QLoRA, 297 GB com LoRA e 1.978 GB para ajuste fino completo com Adam, sem contar as ativações.

**Posso rodar o NVIDIA-Nemotron-3-Super-120B-A12B-BF16 em uma única GPU?** Sim, quantizado. Em 8 bits ele precisa de cerca de 148 GB, que cabem em uma B200. Em 16 bits ele precisa de 4 GPUs H100.

**Quanto custa rodar o NVIDIA-Nemotron-3-Super-120B-A12B-BF16?** Em 16 bits ele precisa de 4 GPUs H100; em 4 bits, de uma H100 ou A100. Cada configuração desta página mostra o menor preço por GPU-hora na Arrakis agora, e você paga por hora a partir de um saldo pré-pago.

**Como implanto o NVIDIA-Nemotron-3-Super-120B-A12B-BF16 na Arrakis?** Abra Models no console da Arrakis, cole nvidia/NVIDIA-Nemotron-3-Super-120B-A12B-BF16, escolha vLLM, SGLang ou llama.cpp e alugue uma GPU em que ele caiba. Você recebe um endpoint compatível com OpenAI com sua própria chave de API, e SSH root na máquina.


Mais modelos: [/models](/pt/models.html.md).