Nemotron 3 Omni calculateur TPS

Ouvrir les poids NVIDIA 30B paramètres April 2026

Chaque carte ci-dessous est évaluée par rapport à ce modèle à la longueur de contexte et à la qualité minimale que vous choisissez. La vitesse est une estimation pour une demande unique, calculée à partir de la bande passante mémoire de la carte et de la taille du modèle une fois compressé..

Calculé pour ce modèle

241 cartes qui peuvent le faire

818 cartes dont nous détenons les spécifications pour

Carte la plus petite qui convient

Xeon Phi 7120P

16 GB · Q3_K_M · 48.4 tok/s

Carte la plus rapide

B200

627 tok/s · 180 GB

Quelles GPU peuvent exécuter Nemotron 3 Omni?

Définir les entrées, lire la réponse

Longueur de contexte jetons

Une conversation plus longue nécessite plus de mémoire, ce qui peut pousser ce modèle hors des cartes plus petites..

Qualité minimale

Cache des cartes qui ne conviendraient qu'au modèle en le compressant en dessous de ce point..

Recherche de cartes

Mémoire de carte

Montrez aussi les cartes qui ne peuvent pas le faire.

241 cartes correspondent

Calcul en cours

					Besoin	Quantification	Convient
627 tok/s 376–1,004 · faible confiance	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	31.2 GB	Q8_0	Confortable
627 tok/s 376–1,004 · faible confiance	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	31.2 GB	Q8_0	Confortable
501 tok/s 301–802 · faible confiance	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	31.2 GB	Q8_0	Confortable
501 tok/s 301–802 · faible confiance	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	31.2 GB	Q8_0	Confortable
401 tok/s 240–641 · faible confiance	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	31.2 GB	Q8_0	Confortable
384 tok/s 230–614 · faible confiance	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	31.2 GB	Q8_0	Confortable
384 tok/s 230–614 · faible confiance	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	31.2 GB	Q8_0	Confortable
367 tok/s 220–587 · faible confiance	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	31.2 GB	Q8_0	Confortable
326 tok/s 195–521 · faible confiance	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	31.2 GB	Q8_0	Confortable
326 tok/s 195–521 · faible confiance	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	31.2 GB	Q8_0	Confortable
326 tok/s 195–521 · faible confiance	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	31.2 GB	Q8_0	Confortable
309 tok/s 185–494 · faible confiance	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	31.2 GB	Q8_0	Confortable
264 tok/s 158–422 · faible confiance	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	31.2 GB	Q8_0	Confortable
264 tok/s 158–422 · faible confiance	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	31.2 GB	Q8_0	Confortable
264 tok/s 158–422 · faible confiance	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	31.2 GB	Q8_0	Confortable
264 tok/s 158–422 · faible confiance	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	31.2 GB	Q8_0	Confortable
264 tok/s 158–422 · faible confiance	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	31.2 GB	Q8_0	Confortable
239 tok/s 143–383 · faible confiance	Tesla V100 SXM2 16 GB NVIDIA	16 GB	1,130 GB/s	Nov 2019	13.7 GB	Q3_K_M	À l'étroit
213 tok/s 128–341 · faible confiance	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	24.2 GB	Q6_K	À l'étroit
213 tok/s 128–341 · faible confiance	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	24.2 GB	Q6_K	À l'étroit
204 tok/s 122–326 · faible confiance	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	24.2 GB	Q6_K	À l'étroit
204 tok/s 122–326 · faible confiance	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	24.2 GB	Q6_K	À l'étroit
203 tok/s 122–325 · faible confiance	GeForce RTX 5080 NVIDIA	16 GB	960 GB/s	Jan 2025	13.7 GB	Q3_K_M	À l'étroit
201 tok/s 120–321 · faible confiance	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	31.2 GB	Q8_0	Confortable
201 tok/s 120–321 · faible confiance	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	31.2 GB	Q8_0	Confortable

Les vitesses sont des estimations pour une seule demande — une conversation à la fois — calculées à partir de la bande passante de la mémoire, de la taille du modèle et de la quantification. Le débit réel varie avec le temps d'exécution d'inférence et sa version. Les chiffres publiés par les fournisseurs de matériel mesurent de nombreuses demandes simultanées et sont beaucoup plus élevés..

Enregistrement

Spécifications complètes

Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..

Origine

Qui a construit ce modèle, où, et quand il a été publié.

Organisation: NVIDIA
Type d'organisation: Industry
Pays: United States of America
Publié: 28 April 2026

Ce qu'il fait

Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.

Domaine: Language, Multimodal
Tâche: Language modeling/generation

Taille

Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.

paramètres: 30B
Données d'entraînement: tokens

Disponibilité

Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.

Poids: Open — downloadable
Accès au modèle: Open weights (unrestricted)

Les extrêmes

Les dix GPU les plus rapides qui exécutent Nemotron 3 Omni

Classé par tokens par seconde estimés, la carte la plus récente en premier lorsque les vitesses se rejoignent. Étant donné que la génération est limitée par la bande passante de la mémoire, cet ordre suit la bande passante plutôt que tout indice de jeu..

Les plus petits GPU qui fonctionnent encore Nemotron 3 Omni

Le chemin le moins cher, par capacité de mémoire. Un ajustement serré exécute le modèle mais ne laisse rien de libre pour une conversation plus longue..

Ce que les chiffres signifient

Ce qu'il faut pour exécuter ce modèle

Carte minimale

Xeon Phi 7120P

Mémoire requise

13.7 GB

Le plus rapide

627 tok/s

Nemotron 3 Omni atteint un nombre de paramètres de 30B. Cela se situe dans la gamme qu'une carte de bureau sérieuse peut gérer une fois les poids compressés. Le nombre de cartes que nous suivons qui peuvent l'exécuter : 241.

La plus petite carte qui le contient est Xeon Phi 7120P, avec une capacité de mémoire de 16 GB, le faisant fonctionner à une compression de Q3_K_M et produisant environ 48.4 tokens par seconde

Haut de gamme est B200, générant à peu près 627 tokens par seconde sur la base d'une bande passante de mémoire de 8,000 GB/s.

À propos de ce modèle

Nemotron 3 Omni a été publié par NVIDIA, dans le pays enregistré comme United States of America, durant April 2026. Cela provient d'une organisation classée comme industry.

Il fonctionne dans le domaine de Language, Multimodal, et est enregistré comme exécutant la tâche de language modeling/generation.

Les poids publiés signifient que le modèle fonctionne sur votre machine plutôt que sur celle de quelqu'un d'autre, ce qui rend la question matérielle ci-dessous répondable.

À quelle vitesse cela fonctionne-t-il, et pourquoi

Au milieu de la gamme, toutes les cartes capables de l'exécuter se situent à 95.1 tokens par seconde. Dépassement direct de la vitesse de lecture. 239 d'eux

C'est un modèle mélange d'experts, qui achemine chaque jeton à travers seulement une partie de lui-même. Il génère donc beaucoup plus rapidement que sa taille totale ne le suggère — tout en nécessitant chaque paramètre résident dans la mémoire, il est donc rapide sans être bon marché à maintenir.

Sans la disposition d'attention sur fichier, la colonne de mémoire est une approximation. Elle est suffisamment proche pour choisir le matériel, et la moins fiable sur un long contexte.

Étape par étape

Comment choisir un GPU pour Nemotron 3 Omni

Le tableau ci-dessus a déjà évalué chaque carte pour laquelle nous avons des spécifications par rapport à ce modèle. Obtenir votre réponse prend six étapes..

01

Lisez d'abord le chiffre de mémoire

Chaque carte ici a été vérifiée contre Nemotron 3 Omni, ayant besoin d'environ 13.7 GB à une compression de Q3_K_M. Cette figure, pas la performance principale d'une carte, est ce qui décide si elle fonctionne.
02

Décidez combien de temps vos conversations tournent

Les conversations plus longues coûtent de la MÉMOIRE en plus de ce dont les POIDS ont besoin. Déplacez le curseur à votre longueur de travail réelle avant de faire confiance à une ligne pour Nemotron 3 Omni.
03

Définir un seuil de qualité

La colonne de quantification varie selon la carte, car une plus grande carte contient une copie plus précise., atteignant une compression de Q3_K_M sur la plus petite carte qui convient. Fixer une qualité minimale élimine les cartes qui ne parviennent à l'atteindre qu'en exerçant une pression plus forte que vous ne le souhaiteriez, et maintient la comparaison à un niveau.
04

Trier par vitesse

Le classement par tokens par seconde suit la bande passante de la VRAM plutôt que le nombre de cœurs, pour Nemotron 3 Omni. Il ne s'alignera pas sur une commande de jeu, car la génération est limitée par la bande passante de la mémoire. La carte en tête de liste est B200, à 627 tok/s
05

Vérifiez le verdict de compatibilité avant d'acheter

La colonne d'adéquation sépare les cartes qui y parviennent juste de celles qui ont de la marge, dans le cas de Nemotron 3 Omni. Confortable signifie que vous pouvez augmenter le contexte plus tard. Cette différence compte plus que quelques tokens par seconde, donc achetez pour confortable si vous vous attendez à cela.
06

Ouvrez la carte sur laquelle vous vous êtes arrêté.

Chaque nom de carte renvoie à sa propre page, qui effectue le même calcul dans l'ensemble du catalogue de modèles. Une carte est généralement achetée pour plus d'un modèle, il est donc utile de jeter un œil avant d'acheter pour Nemotron 3 Omni.

Réponses

Nemotron 3 Omni — questions courantes

Nemotron 3 Omni— à quoi ça sert ?

Il fonctionne dans le domaine de Language, Multimodal, et est enregistré comme gérant la tâche de language modeling/generation. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.

Nemotron 3 Omni— où puis-je le télécharger ?

Les poids sont publiés, bien que nous ne possédions pas de lien vers un dépôt pour cela. Ce site calcule les exigences matérielles plutôt que d'héberger des fichiers de modèle.

Nemotron 3 Omni— Puis-je l'exécuter s'il ne tient pas dans ma GPU?

Seulement en déchargeant, ce qui est généralement une fausse économie : la partie maintenue en mémoire système tire l'ensemble vers le bas. La plus proche approximation que nous calculons est inférieure de 6.4 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.

Nemotron 3 Omni— deux GPUs l'exécuteraient-ils plus rapidement ?

Deux cartes achètent de la mémoire plutôt que de la vitesse, ce qui est important seulement si une carte ne peut pas la contenir. Le nombre qui peut : 241. Ainsi, une seconde carte est rarement la réponse ici.

Nemotron 3 Omni— pourquoi la quantification diffère-t-elle entre les cartes ?

Parce que la capacité varie, il en va de même pour la difficulté à être comprimé. Le nombre de niveaux distincts dans le tableau ci-dessus : 5. Les cartes plus grandes obtiennent la version plus précise, et le seuil de qualité au-dessus fixe la comparaison à un niveau.

Nemotron 3 Omni— quelle est la précision de ces estimations de vitesse ?

Chaque chiffre est dérivé de la bande passante de la mémoire et de la taille du modèle, non vérifié par des tests, c'est pourquoi chacun est publié sous forme d'une plage plutôt que d'un nombre unique. Un exemple : 376–1,004 tok/s sur B200. Le même modèle et carte varient de trente à cinquante pour cent en fonction du logiciel d'inférence et de sa version.

Nemotron 3 Omni— Quelle GPU ai-je besoin pour l'exécuter ?

La plus petite CARTE de notre catalogue qui le supporte est Xeon Phi 7120P, avec une capacité de mémoire de 16 GB. Il exécute le modèle à une compression de Q3_K_M environ 13.7 GB, et produit environ 48.4 tous les GPU capables de l'exécuter en total 241.

Nemotron 3 Omni— à quelle vitesse est-il sur un GPU ?

Cela dépend de la carte. Le plus rapide que nous calculons est B200, à propos de 627 tokens par seconde; le plus lent qui fonctionne encore gère considérablement moins. La vitesse de lecture est d'environ dix tokens par seconde, et le nombre de cartes qui réussissent cela : 239.

Nemotron 3 Omni— combien de VRAM cela nécessite-t-il ?

Cela nécessite environ 13.7 GB à une compression de Q3_K_M, laquelle est la plus petite carte qui l'exécute. Moins de compression nécessite plus : les chiffres dans la colonne mémoire ci-dessus sont recalculés pour chaque carte, car chacune détient la version la moins compressée qu'elle peut.

Nemotron 3 Omni— Puis-je l'exécuter sur un GPU détenant 16 GB ?

Oui. La carte Tesla V100 SXM2 16 GB, tenue 16 GB, l'exécute à une compression de Q3_K_M, environ 13.7 GO et générant à peu près 239 tokens par seconde. L'ajustement est serré.

Nemotron 3 Omni— Puis-je l'exécuter sur un GPU détenant 24 GB ?

Oui. La carte GeForce RTX 5090 D V2, tenue 24 GB, l'exécute à une compression de Q5_K_M, environ 20.7 GO et générant à peu près 188 tokens par seconde. L'ajustement est serré.

Nemotron 3 Omni— est-ce que c'est open source ?

Ses poids sont publiés, donc il peut être téléchargé et exécuté sur votre propre matériel. Notez que les poids ouverts ne sont pas la même chose que l'open source au sens plein — cela ne dit rien sur les données d'entraînement, le code d'entraînement ou les conditions commerciales attachées.

Nemotron 3 Omni— combien de paramètres cela a-t-il ?

Il a un nombre de paramètres de 30B. 30B, multimodal. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.

Nemotron 3 Omni— qui l'a créé ?

Il a été publié par NVIDIA, basé sur United States of America, une organisation catégorisée comme industry.

Nemotron 3 Omni— quand a-t-il été publié ?

Il a été publié dans April 2026.

L'autre direction

Regardez-le de l'autre côté ?

Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.

Tous les modèles AI