🧠 語言模型MoENVIDIA Open Model🔒 需申請存取

Nemotron 3 Nano (30B A3B)

NVIDIA Nemotron 3 Nano,30B MoE 模型(激活 3B),2025 年 12 月發布,NVIDIA Open Model 授權,128K 上下文,高效推理。

📅 發布:2025-11資料更新:2026年5月12日

VRAM 計算器

我的 GPU VRAM:
量化等級
上下文長度
Q4_K_M · 8K context
模型權重 + KV Cache + 0.5 GB overhead
2.1 GB
完整 VRAM 對照表(所有量化 × 上下文)
量化4K8K16K32K64K128K
Q4_K_M1.9 GB2.1 GB2.5 GB3.3 GB4.9 GB8.1 GB
Q8_03.4 GB3.6 GB4.0 GB4.8 GB6.4 GB9.6 GB

部署指南

方法二:llama.cpp

適合進階用戶,支援 CPU 和 GPU 混合推理,可精確控制量化等級。

# Download GGUF model from Hugging Face, then run:
./llama-cli -m model.gguf -p "Hello" -n 128

方法三:vLLM(高效能伺服器)

適合生產環境,支援批次推理和 OpenAI 相容 API。

pip install vllm
vllm serve Nemotron --dtype auto

規格

參數量30B (A3B)
最大上下文128K tokens
HF 下載量1.1M/月

模型強項

高效推理超長上下文MoE 架構NVIDIA 優化

推薦用途

  • 處理和分析大量文本資料,如法律文件或研究論文的摘要與問答。
  • 在資源有限的邊緣設備上,進行高效能的語言理解與生成任務。

標籤

MoE128KNVIDIA

部署工具

vLLMSGLangTensorRT-LLM

關於 Nemotron 3 Nano (30B A3B) — 開源 AI 模型

Nemotron 3 Nano (30B A3B) 是一個開源語言模型,擁有 30B (A3B) 參數,採用 NVIDIA Open Model 授權。可使用 vLLM、SGLang、TensorRT-LLM 進行部署。適用場景包括:處理和分析大量文本資料,如法律文件或研究論文的摘要與問答。、在資源有限的邊緣設備上,進行高效能的語言理解與生成任務。。核心優勢:高效推理、超長上下文、MoE 架構、NVIDIA 優化。 可在本地硬體上自行部署,完全保護隱私,無需 API 金鑰。

使用心得

分享你的使用體驗,幫助其他人了解這個模型

0/1000
還沒有評論,成為第一個分享心得的人!