微調需要什麼
QLoRA 在凍結的 4 位模型上訓練介面卡，LoRA 基於 16 位模型，全量微調則會更新所有權重。以上數字不含激活值，激活值會隨批大小和序列長度增長。
| 方法 | 視訊記憶體與最小配置 |
|---|---|
| QLoRA | 87 GB：一張 RTX PRO 6000，每 GPU 小時 $2.07 起 |
| LoRA | 297 GB：4 × H100，4 塊合計每小時 $8.28 起 |
| 全量微調 | 1,978 GB：8 × B300，8 塊合計每小時 $36.80 起 |
關於這個模型
來自它在 Hugging Face 上的模型卡和檔案。本頁的視訊記憶體數字遵循GPU 視訊記憶體指南。
- 引數量
- 124B
- 每個 token 啟用的引數
- 12B
- 專家數
- 512
- 每個 token 的專家數
- 22
- 上下文視窗（token）
- 262,144
- 釋出精度
- BF16
- 許可證
- other
- 釋出日期
- 2026-03-10
常見問題
所有 GPU 的實時價格見 GPU 價格頁面。
NVIDIA-Nemotron-3-Super-120B-A12B-BF16 需要多少視訊記憶體？
推理部署時，16 位約需 297 GB，8 位約 148 GB，4 位約 74 GB，其中包含約 20% 用於 KV 快取和啟用值。微調時，QLoRA 約需 87 GB，LoRA 約需 297 GB，使用 Adam 全量微調約需 1,978 GB，均未計入啟用值。
NVIDIA-Nemotron-3-Super-120B-A12B-BF16 能在單張 GPU 上執行嗎？
可以，但需要量化。8 位下約需 148 GB，一張 B200 就能放下。16 位下需要 4 張 H100。
執行 NVIDIA-Nemotron-3-Super-120B-A12B-BF16 要多少錢？
16 位下需要 4 張 H100；4 位下需要一張 H100 或 A100。本頁每種配置都顯示 Arrakis 目前每 GPU 小時的最低價格，從預付餘額中按小時扣費。
如何在 Arrakis 上部署 NVIDIA-Nemotron-3-Super-120B-A12B-BF16？
在 Arrakis 控制台中開啟 Models，貼上 nvidia/NVIDIA-Nemotron-3-Super-120B-A12B-BF16，選擇 vLLM、SGLang 或 llama.cpp，然後租用一張能放下它的 GPU。你會得到一個相容 OpenAI 的端點，帶有專屬 API 金鑰，並可透過 root SSH 登入機器。