Nemotron 3 Ultra TPS kalkulátor
Každá karta níže je hodnocena podle tohoto modelu na základě délky kontextu a minimální kvality, kterou si zvolíte. Rychlost je odhad pro jednotlivý požadavek, vypočítaná z paměťové šířky karty a velikosti modelu po kompresi..
Vypočteno pro tento model
818 karty, které máme specifikace pro
Nejmenší karta, která se vejde
B300
288 GB · Q3_K_M · 92.4 tok/s
Nejrychlejší karta
B300
92.4 tok/s · 288 GB
Které GPU mohou spustit Nemotron 3 Ultra?
Nastavte vstupy, přečtěte si odpověď
Delší konverzace potřebuje více paměti, což může tento model vytlačit z menších karet..
Skrývá karty, které by se do modelu vešly pouze jeho stlačením pod tento bod.
3 karty odpovídají
Vypočítávání| Potřebuje | Kvantisace | Pohodlné | |||||
|---|---|---|---|---|---|---|---|
|
92.4
tok/s
55–148 · nízká důvěra |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 239.6 GB | Q3_K_M | Těsný |
|
73.8
tok/s
44–118 · nízká důvěra |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 239.6 GB | Q3_K_M | Těsný |
|
73.8
tok/s
44–118 · nízká důvěra |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 239.6 GB | Q3_K_M | Těsný |
Rychlosti jsou odhady pro jednoho žadatele — jednu konverzaci najednou — vypočítané z šířky pásma paměti, velikosti modelu a kvantizace. Skutečný průchod se liší s výkonem inference a jeho verzí. Čísla zveřejněná výrobci hardwaru měří mnoho simultánních požadavků a jsou mnohem vyšší..
Na záznamu
Plná specifikace
Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..
Původ
Kdo vytvořil tento model, kde a kdy byl publikován.
- Organizace
- NVIDIA
- Typ organizace
- Industry
- Země
- United States of America
- Publikováno
- 4 June 2026
- Autoři
- Aaron Blakeman, Aaron Grattafiori, Aarti Basant, Abhibha Gupta, Abhinav Khattar, Adi Renduchintala, Aditya Vavre, Akanksha Shukla, Akhiad Bercovich, Aleksander Ficek, Aleksandr Shaposhnikov, Alex Kondratenko, Alexander Bukharin, Alexandre Milesi, Ali Taghibakhshi, Alisa Liu, Amelia Barton, Ameya Sunil Mahabaleshwarkar, Amir Klein, Amit Zuker, Amnon Geifman, Amy Shen, Anahita Bhiwandiwalla, Andrew …
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Language
- Úkol
- Language modeling/generation, Question answering
- Číselný formát
- NVFP4
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 550B
- Výcviková data
- tokens
"550B total parameters with up to 55B active per token" from https://docs.nvidia.com/nemotron/nightly/usage-cookbook/Nemotron-3-Ultra-Base/README.html
Výpočty pro trénink
Aritmetika prováděná k trénování modelu, měřená v operacích s plovoucí desetinnou čárkou. Je to měřítko toho, kolik stál tréninkový běh, ne jak rychle hotový model na vás odpovídá.
- Výpočty pro trénink
- 6.6 × 10²⁴ FLOP
55 billion active parameters, ~20T tokens
Dostupnost
Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.
- Hmotnosti
- Open — downloadable
- Přístup k modelu
- Open weights (unrestricted)
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Proč je to sledováno
- Discretionary
- Záznam důvěry
- Likely
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Nemotron 3 Ultra: Open, Efficient Mixture-of-Experts Hybrid Mamba-Transformer Model for Agentic Reasoning
- Nap poslední aktualizace
- 8 June 2026
Extrémy
Deset nejrychlejších GPU, které běží Nemotron 3 Ultra
Seřazeno podle odhadovaných tokenů za sekundu, nejnovější karta první, kde se rychlosti shodují. Protože generování je omezeno šířkou pásma paměti, toto řazení následuje šířku pásma spíše než jakýkoli herní benchmark..
Nejmenší GPU, které ještě běží Nemotron 3 Ultra
Nejlevnější cesta dovnitř, podle kapacity paměti. Těsný fit spustí model, ale nenechá nic navíc na delší konverzaci..
Co čísla znamenají
Co je potřeba k provozování tohoto modelu
Minimum karta
B300
Potřeba paměti
239.6 GB
Nejrychlejší
92.4 tok/s
Nemotron 3 Ultra dosahuje počtu parametrů 550B. To je nad rámec toho, co jakákoliv jednotlivá GPU karta pojme. Spuštění znamená buď rozdělení na několik karet, nebo pronájem hardwaru určeného k této práci, a každá karta schopná to unést samostatně je součástí datacentra. Počet, který může: 3.
Nejmenší karta, která to pojme, je B300, s kapacitou VRAM 288 GB, spuštění na kompresi Q3_K_M a vyrábějí kolem 92.4 tokenů za sekundu
Na druhém konci sedí B300, generování přibližně 92.4 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.
Odkud to přišlo
Nemotron 3 Ultra byl zveřejněn NVIDIA, v zemi zaznamenané jako United States of America, během June 2026. Vydavatelská organizace je kategorizována jako industry.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling/generation, Question answering.
Protože byly jeho váhy uvolněny, nic ohledně jeho spuštění nezávisí na dostupnosti poskytovatele - je to vaše, jakmile je stáhnuto.
Porozumění rychlostem
Polovina karet, které to drží, zvládne více než 73.8 tokenů za sekundu 3 z nich
Protože směruje každý token skrze podmnožinu svých vah, produkuje text rychlostí mnohem menšího modelu. Zádrhel je v paměti: všechna musí stále vejít, takže rychlost je spíše bonusem než slevou na hardwaru.
Paměť zde je odhadována podle velikosti, spíše než aby byla vypočtena z architektury, která není pro tento model zaznamenána — čísla jsou spíše indikativní než přesná.
Co bylo zapotřebí k jeho vybudování
Trenovací běh spotřeboval asi 6.6 × 10²⁴ FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Jeho kritérium zahrnutí: discretionary.
Krok za krokem
Jak vybrat GPU pro Nemotron 3 Ultra
Stůl výše již posoudil každou kartu, pro kterou máme specifikace, proti tomuto modelu. Dostání se k vaší odpovědi trvá šest kroků.
-
01
Zkontrolujte, co to potřebuje před čímkoli jiným.
Začněte od toho, co skutečně potřebuje, což je požadavek na Nemotron 3 Ultra, potřebující kolem 239.6 GB při kompresi Q3_K_M. Kapacita je brána — karta buď ji má, nebo ne.
-
02
Rozhodněte, jak dlouho vaše konverzace běží
Nastavte kontext na to, co skutečně použijete. Cache roste s konverzací a to je obvyklý důvod, proč karta, která se zdála v pořádku, přestane vejít. Nemotron 3 Ultra.
-
03
Rozhodněte, jaké množství komprese přijmete
Kompresce je to, co umožňuje modelu pojmout menší KARTY, za určitou cenu v přesnosti., dosahující komprese Q3_K_M na nejmenší kartě, která se vejde. Nastavení minimální kvality odstraňuje karty, které pouze splňují tuto kvalitu tím, že ji dále stlačují více, než byste chtěli, a udržuje srovnání na jedné úrovni.
-
04
Hodnoťte podle propustnosti spíše než podle specifikace
Seřaďte podle rychlosti, abyste viděli, jak si karty vedou. Nemotron 3 Ultra. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B300, na 92.4 tok/s
-
05
Zkontrolujte verdikt o vhodnosti před koupí
Tight fit běží, ale nenechává nic navíc pro delší konverzaci, v případě Nemotron 3 Ultra. Pohodlný znamená, že můžete později zvětšit kontext. Ten rozdíl má větší význam než pár tokenů za sekundu, takže kupte pro pohodlné, pokud to očekáváte.
-
06
Zkontrolujte kartu z druhé strany
Každý název karty odkazuje na její vlastní stránku, která provádí stejný výpočet v celém katalogu modelů. Karta se obvykle kupuje pro více než jeden model, takže se vyplatí se podívat před tím, než koupíte. Nemotron 3 Ultra.
Odpovědi
Nemotron 3 Ultra — běžné otázky
Nemotron 3 Ultra— Kdy byl vydán?
Bylo to zveřejněno v June 2026.
Nemotron 3 Ultra— K čemu se to používá?
funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling/generation, Question answering. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.
Nemotron 3 Ultra— kde si to mohu stáhnout?
Váhy jsou zveřejněny, i když nemáme odkaz na repozitář. Tato stránka vypočítává hardwarové požadavky spíše než aby hostila modelové soubory.
Nemotron 3 Ultra— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 6.6 × 10²⁴ FLOP. To měří, co stálo výrobu modelu, a neříká nic o tom, jak rychle odpovídá po natrénování — rychlost inferencí závisí na šířce pásma paměti, nikoli na rozpočtu na trénink.
Nemotron 3 Ultra— Mohu to spustit, pokud se to nevejde do mé GPU?
Pouze přenosem, což je obvykle falešná ekonomika: část držená v paměti systému zpomaluje celé to. Nejbližší nepřesnost, kterou vypočítáme, zaostává o 73.2 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.
Nemotron 3 Ultra— Běhalo by to rychleji na dvou GPU?
Kapacita se sčítá napříč KARTAMI; propustnost nikoliv. Počet KARET, které ji již drží samostatně: 3. Takže druhá karta je tu zřídka odpovědí.
Nemotron 3 Ultra— proč se kvantizace liší mezi kartami?
Protože se kapacita liší, liší se i to, jak moc musí být stlačena. Počet odlišných úrovní v tabulce výše: 1. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.
Nemotron 3 Ultra— Jak přesné jsou tyto odhady rychlosti?
Jsou vypočítány ze specifikací spíše než měřeny a každá má určité rozmezí. Jeden příklad: 55–148 tok/s na B300. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.
Nemotron 3 Ultra— Jakou GPU potřebuji k jejímu spuštění?
Nejmenší karta v našem katalogu, která to udrží, je B300, s kapacitou VRAM 288 GB. Spouští model při kompresi Q3_K_M používající přibližně 239.6 GB, a produkuje přibližně 92.4 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 3.
Nemotron 3 Ultra— jak rychle je to na GPU?
Záleží na kartě. Nejrychleji, jak to spočítáme, je B300, přibližně 92.4 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 3.
Nemotron 3 Ultra— kolik VRAM potřebuje?
Potřebuje asi 239.6 GB při kompresi Q3_K_M, která je ta nejmenší karta, která to používá. Méně komprese vyžaduje více: čísla ve sloupci paměti výše jsou přepočítána pro každou kartu, protože každá drží nejméně komprimovanou verzi, kterou může.
Nemotron 3 Ultra— Je to OPEN SOURCE?
Jeho váhy jsou zveřejněny, takže si je lze stáhnout a spustit na vlastním hardwaru. Všimněte si, že open WEIGHTS není totéž co open SOURCE v plném smyslu — neříká nic o tréninkových datech, tréninkovém kódu nebo obchodních podmínkách připojených.
Nemotron 3 Ultra— kolik má parametrů?
Má počet parametrů 550B. "550B total parameters with up to 55B active per token" from https://docs.nvidia.com/nemotron/nightly/usage-cookbook/Nemotron-3-Ultra-Base/README.html. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
Nemotron 3 Ultra— Kdo to vytvořil?
Bylo to publikováno společností NVIDIA, zakládající se na United States of America, organizace zařazená jako industry.
Druhý směr
Díváte se na to z druhé strany?
Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.