Arrakis / Modelos / NVIDIA-Nemotron-3-Super-120B-A12B-BF16
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.
O que é preciso para servi-lo
A memória de GPU para rodá-lo em inferência, com a menor configuração de GPU que o comporta e o menor preço na Arrakis agora.
| Precisão | Memória e menor configuração |
|---|---|
| 16 bits | 297 GB: 4 × H100, a partir de US$ 9,00 por hora pelas 4 |
| 8 bits | 148 GB: uma B200, a partir de US$ 6,79 por GPU-hora |
| 4 bits | 74 GB: uma H100 ou A100, a H100 a partir de US$ 2,25 por GPU-hora |
O que é preciso para fazer ajuste fino
O QLoRA treina adaptadores sobre um modelo congelado em 4 bits, o LoRA sobre um em 16 bits, e o ajuste fino completo atualiza todos os pesos. Os valores não incluem as ativações, que crescem com o tamanho do lote e o comprimento da sequência.
| Método | Memória e menor configuração |
|---|---|
| QLoRA | 87 GB: uma RTX PRO 6000, a partir de US$ 1,90 por GPU-hora |
| LoRA | 297 GB: 4 × H100, a partir de US$ 9,00 por hora pelas 4 |
| Ajuste fino completo | 1.978 GB: 8 × B300, a partir de US$ 36,80 por hora pelas 8 |
Sobre o modelo
Do cartão e dos arquivos no Hugging Face. Os números de memória seguem o guia de memória de GPU.
- 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
Implante na Arrakis
Abra Models no console, 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. Ou rode você mesmo em qualquer máquina com memória de GPU suficiente:
vllm serve nvidia/NVIDIA-Nemotron-3-Super-120B-A12B-BF16 --tensor-parallel-size 4Perguntas
Os preços em tempo real de todas as GPUs estão na página de preços de GPU.