Nemotron-Cascade 2 30B-A3B — 显存、速度与本地部署
作者： Jakub Rusinowski · 最后更新：
31.6B parameters resident — about 19.9 GB at Q4_K_M, so a 24 GB card holds it — with 3.5B active per token, which is why it decodes far faster than its size suggests. 52 layers: 23 Mamba-2 state-space, 23 MoE, and 6 GQA attention. Each MoE layer carries 128 routed experts plus one shared, six routed activated per token. Gold-medal level at IMO 2025, IOI and the ICPC World Finals, reached through post-training rather than scale — and NVIDIA published that recipe. 1M-token context, NVIDIA Open Model License.
Nemotron-Cascade 2 30B-A3B 在 Q4_K_M 下约需 20 GB 显存——量化权重加框架开销，不含 KV 缓存。在 Apple Silicon 上，这部分来自统一内存。
按量化级别的显存与速度
计算基准：NVIDIA RTX 4090 (24 GB)。仅含权重与开销：该模型架构未公开，因此未计入 KV 缓存。
| 量化 | 显存 | 显存 | 速度（估算） | 适配 |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 11.2 GB | ~201 tok/s | 可运行 | |
| Q3_K_M 3.41 bpw | 14.3 GB | ~185 tok/s | 可运行 | |
| Q4_K_M 4.83 bpw | 19.9 GB | ~160 tok/s | 可运行 | |
| Q5_K_M 5.67 bpw | 23.2 GB | ~149 tok/s | 勉强 | |
| Q6_K 6.56 bpw | 26.7 GB | ~21 tok/s | 需卸载 | |
| Q8_0 8.50 bpw | 34.4 GB | ~18 tok/s | 需卸载 | |
| F16 16.00 bpw | 64 GB | — | 放不下 |
黑色标记 = NVIDIA RTX 4090 (24 GB) 上的可用显存。 估算来自内存带宽屋顶线模型，详见 方法说明页. Nemotron-Cascade 2 30B-A3B 显存计算器 →
运行 Nemotron-Cascade 2 30B-A3B
目录中能运行 Nemotron-Cascade 2 30B-A3B 的最便宜 GPU 是 AMD Radeon RX 7900 XTX (24 GB).
或在 Vast.ai 比较，低至 $0.35/小时 (typical low · varies)
作为亚马逊联盟成员，我们从符合条件的购买中获得收入。云 GPU 链接为推荐链接——我们可能获得佣金，您无需额外付费。
如何运行 Nemotron-Cascade 2 30B-A3B
安装 Ollama，然后运行：
ollama run nemotron-cascade-2:30b规格
Verified — Checked against the primary source — the model card or the vendor spec page — and corroborated by a second independent source.
- 参数量
- 31.6 Billion (3.5B active)
- 上下文窗口
- 1,048,576
- 架构
- Hybrid Mamba-2 + MoE + GQA attention
- 提供商
- NVIDIA
- 许可证
- NVIDIA Open Model License
- Practical deployment
- Single consumer GPU
- 规格量化
- Q4_K_M
- 系统内存
- 32 GB
- 记录更新于
- 2026-09-11
Weights are downloadable and commercial use is permitted, subject to the licence’s acceptable-use terms.
质量与使用场景
评分由模型作者或独立评测方发布——衡量质量而非吞吐量，并非我们实测。
我的 GPU 能运行 Nemotron-Cascade 2 30B-A3B 吗？
- Nemotron-Cascade 2 30B-A3B 在 AMD Radeon RX 7800 XT 上
- Nemotron-Cascade 2 30B-A3B 在 AMD Radeon RX 7900 XT 上
- Nemotron-Cascade 2 30B-A3B 在 AMD Radeon RX 7900 XTX 上
- Nemotron-Cascade 2 30B-A3B 在 AMD Radeon RX 9060 XT 16GB 上
- Nemotron-Cascade 2 30B-A3B 在 AMD Radeon RX 9060 XT 8GB 上
- Nemotron-Cascade 2 30B-A3B 在 AMD Radeon RX 9070 上
- Nemotron-Cascade 2 30B-A3B 在 AMD Radeon RX 9070 XT 上
- Nemotron-Cascade 2 30B-A3B 在 AMD Ryzen AI Max+ 395 上
- Nemotron-Cascade 2 30B-A3B 在 Apple M1 上
- Nemotron-Cascade 2 30B-A3B 在 Apple M1 Max 上
- Nemotron-Cascade 2 30B-A3B 在 Apple M1 Pro 上
- Nemotron-Cascade 2 30B-A3B 在 Apple M2 上
- Nemotron-Cascade 2 30B-A3B 在 Apple M2 Max 上
- Nemotron-Cascade 2 30B-A3B 在 Apple M2 Pro 上
- Nemotron-Cascade 2 30B-A3B 在 Apple M3 上
- Nemotron-Cascade 2 30B-A3B 在 Apple M3 Max 上
- Nemotron-Cascade 2 30B-A3B 在 Apple M3 Pro 上
- Nemotron-Cascade 2 30B-A3B 在 Apple M4 上
- Nemotron-Cascade 2 30B-A3B 在 Apple M4 Pro 上
- Nemotron-Cascade 2 30B-A3B 在 Apple M5 上
- Nemotron-Cascade 2 30B-A3B 在 Apple M5 Pro 上
- Nemotron-Cascade 2 30B-A3B 在 Intel Arc B570 上
- Nemotron-Cascade 2 30B-A3B 在 Intel Arc B580 上
- Nemotron-Cascade 2 30B-A3B 在 NVIDIA A100 80GB (PCIe) 上
- Nemotron-Cascade 2 30B-A3B 在 NVIDIA GeForce RTX 3060 (12GB) 上
- Nemotron-Cascade 2 30B-A3B 在 NVIDIA GeForce RTX 3070 上
- Nemotron-Cascade 2 30B-A3B 在 NVIDIA GeForce RTX 3070 Ti 上
- Nemotron-Cascade 2 30B-A3B 在 NVIDIA GeForce RTX 3080 (10GB) 上
- Nemotron-Cascade 2 30B-A3B 在 NVIDIA GeForce RTX 3090 上
- Nemotron-Cascade 2 30B-A3B 在 NVIDIA GeForce RTX 4060 上
- Nemotron-Cascade 2 30B-A3B 在 NVIDIA GeForce RTX 4060 Ti 16GB 上
- Nemotron-Cascade 2 30B-A3B 在 NVIDIA GeForce RTX 4070 上
- Nemotron-Cascade 2 30B-A3B 在 NVIDIA GeForce RTX 4070 Super 上
- Nemotron-Cascade 2 30B-A3B 在 NVIDIA GeForce RTX 4070 Ti 上
- Nemotron-Cascade 2 30B-A3B 在 NVIDIA GeForce RTX 4070 Ti Super 上
- Nemotron-Cascade 2 30B-A3B 在 NVIDIA GeForce RTX 4080 上
- Nemotron-Cascade 2 30B-A3B 在 NVIDIA GeForce RTX 4080 Super 上
- Nemotron-Cascade 2 30B-A3B 在 NVIDIA GeForce RTX 4090 上
- Nemotron-Cascade 2 30B-A3B 在 NVIDIA GeForce RTX 5060 上
- Nemotron-Cascade 2 30B-A3B 在 NVIDIA GeForce RTX 5060 Ti 16GB 上
- Nemotron-Cascade 2 30B-A3B 在 NVIDIA GeForce RTX 5060 Ti 8GB 上
- Nemotron-Cascade 2 30B-A3B 在 NVIDIA GeForce RTX 5070 上
- Nemotron-Cascade 2 30B-A3B 在 NVIDIA GeForce RTX 5070 Ti 上
- Nemotron-Cascade 2 30B-A3B 在 NVIDIA GeForce RTX 5080 上
- Nemotron-Cascade 2 30B-A3B 在 NVIDIA GeForce RTX 5090 上
- Nemotron-Cascade 2 30B-A3B 在 NVIDIA H100 80GB (PCIe) 上
- Nemotron-Cascade 2 30B-A3B 在 NVIDIA L40S 上
- Nemotron-Cascade 2 30B-A3B 在 NVIDIA RTX 6000 Ada Generation 上
- Nemotron-Cascade 2 30B-A3B 在 NVIDIA RTX PRO 6000 Blackwell 上
Nemotron-Cascade 2 30B-A3B — 常见问题
How much VRAM does Nemotron-Cascade 2 30B-A3B need?
About 20 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-Cascade 2 30B-A3B run on an RTX 4090 (24 GB)?
Yes. Nemotron-Cascade 2 30B-A3B needs about 20 GB at Q4_K_M, inside a 24 GB card, at an estimated 160 tokens/sec.
How do I run Nemotron-Cascade 2 30B-A3B locally?
Install Ollama and run `ollama run nemotron-cascade-2:30b`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.
What other sizes does Nemotron Cascade 2 come in?
Nemotron-Cascade 2 30B-A3B (20 GB), Nemotron Cascade 2 70B (43 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.