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。
| 量化 | 4K | 8K | 16K | 32K | 64K | 128K |
|---|---|---|---|---|---|---|
| Q4_K_M★ | 1.9 GB | 2.1 GB | 2.5 GB | 3.3 GB | 4.9 GB | 8.1 GB |
| Q8_0 | 3.4 GB | 3.6 GB | 4.0 GB | 4.8 GB | 6.4 GB | 9.6 GB |
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
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
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。
分享你的使用體驗,幫助其他人了解這個模型