Nemotron 3 Ultra calcolatore TPS
Ogni scheda sottostante è valutata rispetto a questo modello alla lunghezza di contesto e alla qualità minima che scegli. La velocità è una stima per una singola richiesta, calcolata dalla larghezza di banda della memoria della scheda e dalla dimensione del modello una volta compresso..
Calcolato per questo modello
818 schede per cui abbiamo specifiche
Scheda più piccola che si adatta
B300
288 GB · Q3_K_M · 92.4 tok/s
Scheda più veloce
B300
92.4 tok/s · 288 GB
Quali GPU possono eseguire Nemotron 3 Ultra?
Imposta gli input, leggi la risposta
Una conversazione più lunga richiede più MEMORY, il che può spingere questo modello fuori da schede più piccole..
Nasconde le schede che si adatterebbero solo al modello comprimendolo al di sotto di questo punto..
3 schede corrispondono
Calcolo| Ha bisogno | Quantizzazione | Adatto | |||||
|---|---|---|---|---|---|---|---|
|
92.4
tok/s
55–148 · bassa fiducia |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 239.6 GB | Q3_K_M | Stretto |
|
73.8
tok/s
44–118 · bassa fiducia |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 239.6 GB | Q3_K_M | Stretto |
|
73.8
tok/s
44–118 · bassa fiducia |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 239.6 GB | Q3_K_M | Stretto |
Le velocità sono stime per una singola richiesta — una conversazione alla volta — calcolate dalla larghezza di banda della memoria, dalla dimensione del modello e dalla quantizzazione. Il throughput reale varia con il runtime di inferenza e la sua versione. I valori pubblicati dai fornitori di hardware misurano molte richieste simultanee e sono molto più elevati..
In registrazione
specifiche complete
Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- NVIDIA
- Tipo di organizzazione
- Industry
- Paese
- United States of America
- Pubblicato
- 4 June 2026
- Autori
- 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 …
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Language
- Compito
- Language modeling/generation, Question answering
- Formato numerico
- NVFP4
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.
- parametri
- 550B
- Dati di addestramento
- 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
Calcolo di addestramento
L'aritmetica eseguita per addestrare il modello, misurata in operazioni in virgola mobile. È una misura di quanto è costato il run di addestramento, e non di quanto velocemente il modello finito ti risponde.
- Calcolo di addestramento
- 6.6 × 10²⁴ FLOP
55 billion active parameters, ~20T tokens
Disponibilità
Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.
- Pesi
- Open — downloadable
- Accesso al modello
- Open weights (unrestricted)
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Perché è monitorato
- Discretionary
- Record fiducia
- Likely
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Nemotron 3 Ultra: Open, Efficient Mixture-of-Experts Hybrid Mamba-Transformer Model for Agentic Reasoning
- Ultimo aggiornamento
- 8 June 2026
Gli estremi
Le dieci GPU più veloci che eseguono Nemotron 3 Ultra
Classificato per token stimati al secondo, scheda più recente per prima dove le velocità coincidono. Poiché la generazione è vincolata dalla larghezza di banda della memoria, quest'ordinamento segue la larghezza di banda piuttosto che qualsiasi benchmark di gioco..
Le GPU più piccole che ancora funzionano Nemotron 3 Ultra
Il percorso più economico, in base alla capacità di memoria. Un adattamento stretto esegue il modello ma non lascia nulla di riserva per una conversazione più lunga..
Cosa significano i numeri
Cosa serve per eseguire questo modello
Scheda minima
B300
Memoria necessaria
239.6 GB
Più veloce
92.4 tok/s
Nemotron 3 Ultra raggiunge un conteggio di parametri di 550B. Questo è oltre ciò che qualsiasi singola scheda grafica può contenere. Eseguire questo significa o suddividerlo tra più schede o noleggiare hardware progettato per il lavoro, e ogni scheda in grado di contenerlo da sola è un componente da datacenter. Il numero che può: 3.
La scheda più piccola che lo tiene è B300, con una capacità di memoria di 288 GB, eseguendolo a una compressione di Q3_K_M e producendo circa 92.4 token al secondo
All'altra estremità si trova B300, generando approssimativamente 92.4 token al secondo sulla base di una larghezza di banda di VRAM 8,000 GB/s.
Da dove è venuto
Nemotron 3 Ultra è stato pubblicato da NVIDIA, nel paese registrato come United States of America, durante June 2026. L'organizzazione di pubblicazione è classificata come industry.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di language modeling/generation, Question answering.
Poiché i suoi pesi sono stati rilasciati, nulla sull'esecuzione dipende da un fornitore che rimane disponibile — è tuo una volta scaricato.
Comprendere le velocità
Meta delle schede che lo supportano gestiscono più di 73.8 token al secondo 3 di loro
Poiché instrada ogni token attraverso un sottoinsieme dei suoi pesi, produce testo al ritmo di un modello molto più piccolo. La questione è la memoria: tutto deve ancora adattarsi, quindi la velocità è un bonus piuttosto che uno sconto sull'hardware.
La memoria qui è stimata dalla dimensione piuttosto che calcolata dall'architettura, che non è registrata per questo modello — i numeri sono indicativi piuttosto che esatti.
Cosa è stato necessario per costruirlo
Il run di addestramento ha consumato circa 6.6 × 10²⁴ FLOP. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.
Il suo criterio di inclusione: discretionary.
Passo dopo passo
Come scegliere una GPU per Nemotron 3 Ultra
La tabella sopra ha già valutato ogni card di cui possediamo le specifiche rispetto a questo modello. Arrivare alla tua risposta richiede sei passaggi..
-
01
Controlla cosa serve prima di ogni altra cosa
Inizia da ciò di cui ha realmente bisogno, ovvero il requisito di Nemotron 3 Ultra, avere bisogno di circa 239.6 GB a una compressione di Q3_K_M. La Capacità è il cancello — una card o la tiene o non la tiene.
-
02
Decidi quanto a lungo durano le tue conversazioni
Imposta il contesto su ciò che utilizzerai effettivamente. La cache cresce con la conversazione, ed è il motivo consueto per cui una card che sembrava a posto smette di adattarsi. Nemotron 3 Ultra.
-
03
Decidi quanto spazio di compressione accetterai
La Compression è ciò che rende un modello adatto a schede più piccole, a fronte di un certo costo in accuratezza., raggiungendo una compressione di Q3_K_M sulla scheda più piccola che si adatta. Impostare una qualità minima elimina le schede che riescono a gestirla solo spremendo oltre quanto desiderato e mantiene il confronto a un livello.
-
04
Ordina per throughput piuttosto che per specifiche.
Ordina per velocità per vedere come si classificano le schede per Nemotron 3 Ultra. Non si adatterà a un'ordinazione da gaming, perché la generazione è vincolata dalla larghezza di banda della memoria. La scheda in cima alla lista è B300, nella 92.4 tok/s
-
05
Controlla il giudizio di compatibilità prima di acquistare
Una vestibilità stretta funziona, ma non lascia nulla in più per una conversazione più lunga, nel caso di Nemotron 3 Ultra. Comfortable significa che puoi espandere il contesto in seguito. Quella differenza conta più di pochi token al secondo, quindi acquista per comfortable se ti aspetti di farlo.
-
06
Controlla la GPU dall'altro lato
Ogni nome di scheda è collegato alla propria pagina, che esegue lo stesso calcolo su tutto il catalogo dei modelli. Una scheda è solitamente acquistata per più di un modello, quindi vale la pena dare un'occhiata prima di acquistare. Nemotron 3 Ultra.
Risposte
Nemotron 3 Ultra — domande comuni
Nemotron 3 Ultra— quando è stato rilasciato?
È stato pubblicato in June 2026.
Nemotron 3 Ultra— A cosa serve?
Funziona nel dominio di Language, e viene registrato come gestire il compito di language modeling/generation, Question answering. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
Nemotron 3 Ultra— Dove posso scaricarlo?
I pesi sono pubblicati, anche se non abbiamo un link al repository per essi. Questo sito calcola i requisiti hardware anziché ospitare file di modello.
Nemotron 3 Ultra— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 6.6 × 10²⁴ FLOP. Questo misura quanto costa produrre il modello e non dice nulla su quanto rapidamente risponde una volta addestrato — la velocità di inferenza deriva dalla larghezza di banda della memoria, non dal budget di addestramento.
Nemotron 3 Ultra— posso eseguirlo se non si adatta nella mia GPU?
Solo scaricando, che di solito è una falsa economia: la parte tenuta in SYSTEM MEMORY rallenta tutto. La più vicina mancata che calcoliamo risulta insufficiente di 73.2 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.
Nemotron 3 Ultra— due GPU lo farebbero andare più veloce?
La capacità si somma tra le schede; il throughput no. Il numero di schede che già la possiedono da sole: 3. Quindi una seconda CARD è raramente la risposta qui.
Nemotron 3 Ultra— perché la quantizzazione differisce tra le schede?
Poiché la capacità varia, così deve essere spremuta. Il numero di livelli distinti nella tabella sopra: 1. Schede più grandi ottengono la versione più accurata e il livello di qualità sopra fissa il confronto a un livello.
Nemotron 3 Ultra— quanto sono accurate queste stime di velocità?
Vengono calcolati dalle specifiche piuttosto che misurati, e ognuno ha un intervallo. Un esempio: 55–148 tok/s su B300. Lo stesso modello e scheda variano tra il trenta e il cinquanta per cento a seconda del software di inferenza e della sua versione.
Nemotron 3 Ultra— che GPU ho bisogno per eseguirlo?
La scheda più piccola nel nostro catalogo che la contiene è B300, con una capacità di memoria di 288 GB. Esegui il modello a una compressione di Q3_K_M utilizzando circa 239.6 GB, e produce approssimativamente 92.4 token al secondo. Il numero di card in grado di eseguirlo in totale: 3.
Nemotron 3 Ultra— quanto è veloce su una GPU?
Dipende dalla scheda. La più rapida che calcoliamo è B300, circa 92.4 token al secondo; il più lento che riesce a farlo gestisce considerevolmente meno. La velocità di lettura è di circa dieci token al secondo, e il numero di schede che riescono a farlo: 3.
Nemotron 3 Ultra— quanta VRAM serve?
Ha bisogno di 239.6 GB a una compressione di Q3_K_M, quale è la scheda più piccola che lo utilizza. Meno compressione richiede di più: le cifre nella colonna della memoria sopra sono ricalcolate per ogni scheda, perché ognuna contiene la versione meno compressa possibile.
Nemotron 3 Ultra— è open-source?
I suoi pesi sono pubblicati, quindi può essere scaricato e eseguito sul proprio hardware. Si noti che OPEN WEIGHTS non è lo stesso di OPEN SOURCE nel senso completo — non dice nulla sui dati di addestramento, sul codice di addestramento o sui termini commerciali allegati.
Nemotron 3 Ultra— quanti parametri ha?
Ha un numero di parametri di 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. Quella cifra è il totale, ed è ciò che decide quanto memoria il modello ha bisogno — circa mezzo gigabyte per miliardo alla compressione che la maggior parte delle persone usa.
Nemotron 3 Ultra— chi l'ha creato?
È stato pubblicato da NVIDIA, basato su United States of America, un'organizzazione categorizzata come industry.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.