🧠 語言模型MoENVIDIA Open Model🔒 需申請存取

Nemotron 3 Super (120B A12B)

NVIDIA Nemotron 3 Super，120B MoE 模型（激活 12B），2026 年 3 月發布，NVIDIA Open Model 授權，128K 上下文，適合企業推理部署。

📅 發布：2025-06↻資料更新：2026年3月25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

76.0 GB

完整 VRAM 對照表（所有量化 × 上下文）

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

參數量120B (A12B)

最大上下文128K tokens

HF 下載量350K/月

高效能推理超長上下文企業級部署稀疏混合專家

vLLMSGLangTensorRT-LLM

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！