Nemotron 3 Ultra 550B — VRAM, szybkość i lokalna konfiguracja
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
550B parameters, 55B active per token (512 latent experts, 22 routed), in a 108-layer stack where only 12 layers are attention, so the KV cache stays small. Includes a multi-token-prediction module for faster generation. Text only, 262,144-token context, OpenMDW-1.1. NVIDIA documents vLLM and SGLang serving on multi-GPU nodes.
Nemotron 3 Ultra 550B potrzebuje około 339 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV. Na Apple Silicon ta wartość pochodzi z pamięci zunifikowanej.
VRAM i szybkość według kwantyzacji
Liczone dla NVIDIA RTX 4090 (24 GB). Obejmuje pamięć podręczną KV przy kontekście 8K, więc wartości są wyższe niż główna liczba.
| Kwant. | Pamięć | VRAM | Szybkość (szac.) | Dopasowanie |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 185.2 GB | — | Za duży | |
| Q3_K_M 3.41 bpw | 239.8 GB | — | Za duży | |
| Q4_K_M 4.83 bpw | 339.3 GB | — | Za duży | |
| Q5_K_M 5.67 bpw | 398.2 GB | — | Za duży | |
| Q6_K 6.56 bpw | 460.5 GB | — | Za duży | |
| Q8_0 8.50 bpw | 596.4 GB | — | Za duży | |
| F16 16.00 bpw | 1121.9 GB | — | Za duży |
Czarny znacznik = dostępna pamięć na NVIDIA RTX 4090 (24 GB). Szacunki z modelu przepustowości pamięci opisanego na stronie metodologii. Kalkulator VRAM dla Nemotron 3 Ultra 550B →
Uruchom Nemotron 3 Ultra 550B
Najtańsze GPU z naszego katalogu, które uruchomi Nemotron 3 Ultra 550B, to Apple M3 Ultra (512 GB).
Jako partner Amazon zarabiamy na kwalifikujących się zakupach. Linki do chmurowych GPU są linkami polecającymi — możemy otrzymać prowizję bez dodatkowych kosztów dla Ciebie.
Jak uruchomić Nemotron 3 Ultra 550B
No local Ollama tag. Ollama lists nemotron-3-ultra only as a cloud-hosted ':cloud' tag, which runs on Ollama's servers, not your machine.
Specyfikacja
Verified — Checked against the primary source — the model card or the vendor spec page — and corroborated by a second independent source.
- Parametry
- 550 Billion (55B active)
- Okno kontekstu
- 262,144
- Architektura
- Hybrid Mamba-2 + LatentMoE + attention, with MTP
- Dostawca
- NVIDIA
- Licencja
- OpenMDW-1.1
- Availability
- Weights downloadable
- Practical deployment
- Workstation (large unified memory or pro GPU)
- Określono przy
- Q4_K_M
- RAM systemowy
- 512 GB
- Rekord zaktualizowany
- 2026-10-13
Commercial use permitted. No usage restrictions beyond attribution.
Jakość i zastosowania
Wyniki opublikowane przez autorów modelu lub niezależnego oceniającego — jakość, nie przepustowość, i nie mierzone przez nas.
Independent evaluation — not vendor-claimed and not measured by us
| Benchmark | Wynik | Źródło |
|---|---|---|
| AA Intelligence Index v4.3.2 (Reasoning) | 23 | independent · Artificial Analysis · snapshot 2026-10-13 |
Nemotron 3 Ultra 550B — najczęściej zadawane pytania
How much VRAM does Nemotron 3 Ultra 550B need?
About 339 GB at Q4_K_M — quantized weights plus framework overhead, before any KV cache. The cache grows with context length and is added on top; the table above folds it in. Apple Silicon counts unified memory toward the same figure.
Does Nemotron 3 Ultra 550B run on an RTX 4090 (24 GB)?
No. Nemotron 3 Ultra 550B needs about 339 GB at Q4_K_M, more than a single RTX 4090's 24 GB. It needs a larger card, several GPUs, or Apple Silicon with enough unified memory — or it runs with part of the weights offloaded to system RAM, which is much slower.
How do I run Nemotron 3 Ultra 550B locally?
No local Ollama tag. Ollama lists nemotron-3-ultra only as a cloud-hosted ':cloud' tag, which runs on Ollama's servers, not your machine. Running the published tag would send your prompts to a hosted GPU rather than your own machine.