Llama Nemotron Super v1.5 calcolatore TPS

Apri i pesi NVIDIA 49B parametri July 2025

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

93 schede che possono eseguirlo

818 schede per cui abbiamo specifiche

Scheda più piccola che si adatta

Radeon PRO V710

28 GB · Q3_K_M · 9.2 tok/s

Scheda più veloce

B200

69.2 tok/s · 180 GB

Quali GPU possono eseguire Llama Nemotron Super v1.5?

Imposta gli input, leggi la risposta

Lunghezza del contesto token

Una conversazione più lunga richiede più MEMORY, il che può spingere questo modello fuori da schede più piccole..

Qualità minima

Nasconde le schede che si adatterebbero solo al modello comprimendolo al di sotto di questo punto..

Cerca schede

Memoria della scheda

Mostra anche le schede che non possono eseguirlo.

93 schede corrispondono

Calcolo

					Ha bisogno	Quantizzazione	Adatto
69.2 tok/s 41–111 · bassa fiducia	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	53.2 GB	Q8_0	Comodo
69.2 tok/s 41–111 · bassa fiducia	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	53.2 GB	Q8_0	Comodo
55.2 tok/s 33–88 · bassa fiducia	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	53.2 GB	Q8_0	Comodo
55.2 tok/s 33–88 · bassa fiducia	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	53.2 GB	Q8_0	Comodo
44.2 tok/s 27–71 · bassa fiducia	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	53.2 GB	Q8_0	Comodo
42.3 tok/s 25–68 · bassa fiducia	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	53.2 GB	Q8_0	Comodo
42.3 tok/s 25–68 · bassa fiducia	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	53.2 GB	Q8_0	Comodo
40.5 tok/s 24–65 · bassa fiducia	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	53.2 GB	Q8_0	Comodo
39.7 tok/s 24–64 · bassa fiducia	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	27.5 GB	IQ4_XS	Stretto
39.7 tok/s 24–64 · bassa fiducia	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	27.5 GB	IQ4_XS	Stretto
38.0 tok/s 23–61 · bassa fiducia	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	27.5 GB	IQ4_XS	Stretto
38.0 tok/s 23–61 · bassa fiducia	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	27.5 GB	IQ4_XS	Stretto
35.9 tok/s 22–57 · bassa fiducia	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	53.2 GB	Q8_0	Comodo
35.9 tok/s 22–57 · bassa fiducia	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	53.2 GB	Q8_0	Comodo
35.9 tok/s 22–57 · bassa fiducia	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	53.2 GB	Q8_0	Comodo
34.1 tok/s 20–54 · bassa fiducia	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	53.2 GB	Q8_0	Comodo
31.1 tok/s 19–50 · bassa fiducia	A100 PCIe 40 GB NVIDIA	40 GB	1,560 GB/s	Jun 2020	30.3 GB	Q4_K_M	Stretto
31.1 tok/s 19–50 · bassa fiducia	A100 SXM4 40 GB NVIDIA	40 GB	1,560 GB/s	May 2020	30.3 GB	Q4_K_M	Stretto
31.1 tok/s 19–50 · bassa fiducia	A800 PCIe 40 GB NVIDIA	40 GB	1,560 GB/s	Nov 2022	30.3 GB	Q4_K_M	Stretto
29.0 tok/s 17–46 · bassa fiducia	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	53.2 GB	Q8_0	Comodo
29.0 tok/s 17–46 · bassa fiducia	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	53.2 GB	Q8_0	Comodo
29.0 tok/s 17–46 · bassa fiducia	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	53.2 GB	Q8_0	Comodo
29.0 tok/s 17–46 · bassa fiducia	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	53.2 GB	Q8_0	Comodo
29.0 tok/s 17–46 · bassa fiducia	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	53.2 GB	Q8_0	Comodo
24.0 tok/s 14–38 · bassa fiducia	Tesla PG500-216 NVIDIA	32 GB	1,130 GB/s	Nov 2019	27.5 GB	IQ4_XS	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: 29 July 2025

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, Code generation, Mathematical reasoning, Chat, Instruction interpretation, Retrieval-augmented generation
Modello di base: Llama 3.3 70B

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: 49B
Dati di addestramento: tokens

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.

Come è stato stabilito: Operation counting

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 (restricted use)
Codice di addestramento: Unreleased
Hugging Face: nvidia

Come è classificato

Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.

Record fiducia: Confident

Fonti

Da dove proviene questo record e quando è stato controllato l'ultima volta.

Riferimento: Build More Accurate and Efficient AI Agents with the New NVIDIA Llama Nemotron Super v1.5
Ultimo aggiornamento: 28 November 2025

Gli estremi

Le dieci GPU più veloci che eseguono Llama Nemotron Super v1.5

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 Llama Nemotron Super v1.5

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 ti serve per eseguirlo

Scheda minima

Radeon PRO V710

Memoria necessaria

24.6 GB

Più veloce

69.2 tok/s

Llama Nemotron Super v1.5 raggiunge un conteggio di parametri di 49B. Questo rientra nell'intervallo che una seria GPU DESKTOP può gestire una volta compressi i pesi. Il numero di GPU che monitoriamo che possono eseguirlo: 93.

L'hardware minimo che funziona è Radeon PRO V710, con una capacità di memoria di 28 GB, eseguendolo a una compressione di Q3_K_M e producendo circa 9.2 token al secondo

All'altra estremità si trova B200, generando approssimativamente 69.2 token al secondo sulla base di una larghezza di banda di VRAM 8,000 GB/s.

Sfondo

Llama Nemotron Super v1.5 è stato pubblicato da NVIDIA, nel paese registrato come United States of America, durante July 2025. La categoria sotto cui rientra l'editore è industry.

Funziona nel dominio di Language, ed è registrato come eseguire il compito di language modeling/generation, Question answering, Code generation, Mathematical reasoning, Chat, Instruction interpretation, Retrieval-augmented generation.

Costruisce su Llama 3.3 70B. Quello è il modo abituale in cui viene prodotto un modello specializzato.

Poiché i suoi pesi sono stati rilasciati, nulla sull'esecuzione dipende da un fornitore che rimane disponibile — è tuo una volta scaricato. Su Hugging Face è pubblicato sotto l'organizzazione nvidia.

Leggendo i dati di throughput

Il risultato mediano è attorno 17.5 token al secondo. Producendo testo più veloce della maggior parte delle persone che lo leggono. 71 di loro

Essendo denso, legge tutto se stesso per token, motivo per cui l'ordinamento per velocità qui sotto segue da vicino l'ordinamento per larghezza di banda della memoria.

Senza il layout di attenzione in archivio, la colonna della memoria è un'approssimazione. È abbastanza vicino per scegliere l'hardware e meno affidabile con contesto lungo.

Passo dopo passo

Come scegliere una GPU per Llama Nemotron Super v1.5

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

Inizia dalla colonna VRAM

La tabella elenca ogni card in grado di contenere Llama Nemotron Super v1.5, avere bisogno di circa 24.6 GB a una compressione di Q3_K_M. Quella cifra, non le prestazioni di punta di una CARD, è ciò che decide se può essere eseguita.
02

Decidi quanto a lungo durano le tue conversazioni

La conversazione occupa memoria anche, e cresce man mano che procede. Imposta il cursore sulla lunghezza che ti aspetti, perché con un contesto lungo una CARD che gestisce facilmente domande brevi può essere scartata da Llama Nemotron Super v1.5.
03

Imposta un pavimento di qualità

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

Confronta TOKEN AL SEC, non specifiche.

La velocità dell'ordinamento è effettivamente un ordinamento per larghezza di banda di memoria, per Llama Nemotron Super v1.5. 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 B200, nella 69.2 tok/s
05

Controlla il giudizio di compatibilità prima di acquistare

Tight significa che si carica e funziona senza spazio per aumentare il context length in caso di Llama Nemotron Super v1.5. 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

Apri la scheda su cui ti sei deciso.

Seguire una GPU attraverso la sua pagina mostra ogni altro modello che può contenere, che è la domanda che segue una volta che hai deciso su Llama Nemotron Super v1.5.

Risposte

Llama Nemotron Super v1.5 — domande comuni

Llama Nemotron Super v1.5— 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 8.7 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.

Llama Nemotron Super v1.5— due GPU lo farebbero andare più veloce?

Una seconda CARD raddoppia grossolanamente la VRAM disponibile ma non il tasso di generazione. Il numero già in grado di eseguirlo da solo: 93. Quindi una seconda CARD è raramente la risposta qui.

Llama Nemotron Super v1.5— perché la quantizzazione differisce tra le schede?

Poiché la capacità varia, così deve essere spremuta. Il numero di livelli distinti nella tabella sopra: 5. Schede più grandi ottengono la versione più accurata e il livello di qualità sopra fissa il confronto a un livello.

Llama Nemotron Super v1.5— quanto sono accurate queste stime di velocità?

Vengono calcolati dalle specifiche piuttosto che misurati, e ognuno ha un intervallo. Un esempio: 41–111 tok/s su B200. Lo stesso modello e scheda variano tra il trenta e il cinquanta per cento a seconda del software di inferenza e della sua versione.

Llama Nemotron Super v1.5— che GPU ho bisogno per eseguirlo?

La scheda più piccola nel nostro catalogo che la contiene è Radeon PRO V710, con una capacità di memoria di 28 GB. Esegui il modello a una compressione di Q3_K_M utilizzando circa 24.6 GB, e produce approssimativamente 9.2 token al secondo. Il numero di card in grado di eseguirlo in totale: 93.

Llama Nemotron Super v1.5— quanto è veloce su una GPU?

Dipende dalla scheda. La più rapida che calcoliamo è B200, circa 69.2 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: 71.

Llama Nemotron Super v1.5— quanta VRAM serve?

Ha bisogno di 24.6 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.

Llama Nemotron Super v1.5— 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.

Llama Nemotron Super v1.5— quanti parametri ha?

Ha un numero di parametri di 49B. 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.

Llama Nemotron Super v1.5— chi l'ha creato?

È stato pubblicato da NVIDIA, basato su United States of America, un'organizzazione categorizzata come industry.

Llama Nemotron Super v1.5— quando è stato rilasciato?

È stato pubblicato in July 2025.

Llama Nemotron Super v1.5— A cosa serve?

Funziona nel dominio di Language, e viene registrato come gestire il compito di language modeling/generation, Question answering, Code generation, Mathematical reasoning, Chat, Instruction interpretation, Retrieval-augmented generation. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.

Llama Nemotron Super v1.5— Dove posso scaricarlo?

I suoi pesi sono pubblicati su Hugging Face, sotto l'organizzazione nvidia. Non ospitiamo file di modelli — questo sito calcola quale hardware è necessario per eseguirli.

Fonte

Pubblicazione originale

Ultimo aggiornamento del record 28 November 2025

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.

Tutti i modelli AI