Nemotron 3.5 Lightning calcolatore TPS

Apri i pesi NVIDIA 30B parametri August 2026

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

241 schede che possono eseguirlo

818 schede per cui abbiamo specifiche

Scheda più piccola che si adatta

Xeon Phi 7120P

16 GB · Q3_K_M · 48.4 tok/s

Scheda più veloce

B200

627 tok/s · 180 GB

Quali GPU possono eseguire Nemotron 3.5 Lightning?

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.

241 schede corrispondono

Calcolo

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

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: 11 August 2026
Autori: Chris Alexiuk, Chintan Patel

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

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: 30B
Dati di addestramento: 20,000,000,000,000 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)
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: Speculative

Fonti

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

Riferimento: NVIDIA Nemotron 3.5 Lightning Delivers Fast, Accurate Specialized Task Execution for Long-Running Agents
Ultimo aggiornamento: 13 August 2026

Gli estremi

Le dieci GPU più veloci che eseguono Nemotron 3.5 Lightning

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 3.5 Lightning

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

Il lato hardware

Scheda minima

Xeon Phi 7120P

Memoria necessaria

13.7 GB

Più veloce

627 tok/s

Nemotron 3.5 Lightning raggiunge un conteggio di parametri di 30B. 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: 241.

A basso prezzo è gestito da Xeon Phi 7120P, con una capacità di memoria di 16 GB, eseguendolo a una compressione di Q3_K_M e producendo circa 48.4 token al secondo

Il risultato più rapido proviene da B200, generando approssimativamente 627 token al secondo sulla base di una larghezza di banda di VRAM 8,000 GB/s.

Sfondo

Nemotron 3.5 Lightning è stato pubblicato da NVIDIA, nel paese registrato come United States of America, durante August 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.

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

Su ogni CARD che può eseguirlo, il centro della gamma si trova a 95.1 token al secondo 239 di loro

Questo è un modello a miscela di esperti, che instrada ogni token attraverso solo una parte di esso. Pertanto genera molto più velocemente di quanto suggerisca la sua dimensione totale — pur avendo comunque ogni parametro residente in MEMORIA, quindi è veloce senza essere economico da mantenere.

La sua architettura interna non è in archivio, quindi la memoria è approssimata dal conteggio dei parametri e contrassegnata di conseguenza. Aspettatevi che la cifra reale differisca, soprattutto con contesti lunghi.

Cosa è stato necessario per costruirlo

È stato addestrato su un corpus di circa 20,000,000,000,000 token di testo

Passo dopo passo

Come scegliere una GPU per Nemotron 3.5 Lightning

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

Inizia da ciò di cui ha realmente bisogno, ovvero il requisito di Nemotron 3.5 Lightning, avere bisogno di circa 13.7 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

Conversazioni più lunghe richiedono memoria oltre a ciò che i pesi necessitano. Muovi il cursore sulla tua reale lunghezza di lavoro prima di fidarti di qualsiasi riga per Nemotron 3.5 Lightning.
03

Imposta un pavimento di qualità

La colonna di quantizzazione varia a seconda della scheda, perché una scheda più grande contiene una copia più precisa., 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.

Ordina per velocità per vedere come si classificano le schede per Nemotron 3.5 Lightning. 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 627 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 3.5 Lightning. 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.

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 3.5 Lightning.

Risposte

Nemotron 3.5 Lightning — domande comuni

Nemotron 3.5 Lightning— perché la quantizzazione differisce tra le schede?

Ogni card è mostrata mentre esegue la copia meno compressa che può contenere. Il numero di livelli di compressione distinti tra le card che si adattano: 5. Schede più grandi ottengono la versione più accurata e il livello di qualità sopra fissa il confronto a un livello.

Nemotron 3.5 Lightning— quanto sono accurate queste stime di velocità?

Queste sono stime con barre di errore reali, e ognuna di esse potrebbe ragionevolmente collocarsi ovunque nel suo intervallo pubblicato a seconda del runtime che utilizzi. Il risultato più veloce qui: 376–1,004 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.

Nemotron 3.5 Lightning— che GPU ho bisogno per eseguirlo?

La scheda più piccola nel nostro catalogo che la contiene è Xeon Phi 7120P, con una capacità di memoria di 16 GB. Esegui il modello a una compressione di Q3_K_M utilizzando circa 13.7 GB, e produce approssimativamente 48.4 token al secondo. Il numero di card in grado di eseguirlo in totale: 241.

Nemotron 3.5 Lightning— quanto è veloce su una GPU?

Dipende dalla scheda. La più rapida che calcoliamo è B200, circa 627 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: 239.

Nemotron 3.5 Lightning— quanta VRAM serve?

Ha bisogno di 13.7 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 3.5 Lightning— posso eseguirlo su una GPU holding 16 GB?

Sì. La scheda Tesla V100 SXM2 16 GB, tenere 16 GB, lo esegue a una compressione di Q3_K_M, utilizzando circa 13.7 GB e generando approssimativamente 239 token al secondo. Il fit è stretto.

Nemotron 3.5 Lightning— posso eseguirlo su una GPU holding 24 GB?

Sì. La scheda GeForce RTX 5090 D V2, tenere 24 GB, lo esegue a una compressione di Q5_K_M, utilizzando circa 20.7 GB e generando approssimativamente 188 token al secondo. Il fit è stretto.

Nemotron 3.5 Lightning— 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 3.5 Lightning— quanti parametri ha?

Ha un numero di parametri di 30B. 30B total, 3B active. 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 3.5 Lightning— chi l'ha creato?

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

Nemotron 3.5 Lightning— quando è stato rilasciato?

È stato pubblicato in August 2026.

Nemotron 3.5 Lightning— A cosa serve?

Funziona nel dominio di Language, e viene registrato come gestire il compito di language modeling/generation. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.

Nemotron 3.5 Lightning— 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.

Nemotron 3.5 Lightning— posso eseguirlo se non si adatta nella mia GPU?

Può essere diviso tra la scheda e la memoria di sistema, ma genera dolorosamente lentamente in quel modo. La più vicina mancata che calcoliamo risulta insufficiente di 6.4 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.

Nemotron 3.5 Lightning— 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: 241. Quindi una seconda CARD è raramente la risposta qui.

Fonte

Pubblicazione originale

Ultimo aggiornamento del record 13 August 2026

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