01功能特性
优点
- 33B 稠密模型，聊天、编程和推理能力均衡
- 128k 上下文
- Q4 量化后可装入 RTX 4090 的显存
- NVIDIA 开放许可证
需了解的局限性
- —NVIDIA Open Model 许可证（请阅读商业使用条款）
- —Hugging Face 上访问受限的模型（需点击同意条款）
架构
稠密Transformer · 33B参数 · 128k上下文长度
训练
NVIDIA 的 Nemotron 系列，采用面向推理与代码的 RLHF 对齐。
最适合的场景
推理代码生成生产环境智能体
04安装
安装 Ollama 适用于您的操作系统。下载前请检查模型及其量化方式。从 4096 tokens 的上下文开始，然后使用 ollama ps 检查模型的加载位置。下方列出的命令并不能证明已在您的机器上执行过测试。
$ollama run nemotron3
LM Studio
图形界面，无需命令行操作
→ 查看指南
llama.cpp
原始性能，从源码构建
→ 查看指南
vLLM
兼容 OpenAI 的生产级服务器
→ 查看指南
Jan / GPT4All
一体化桌面应用
→ 查看指南
⚠
首次下载：根据所选量化方式，大小在 2 到 40 GB 之间。请预留磁盘空间，建议使用稳定的网络连接。后续启动将即时完成。
02所需内存
运行此模型所需的大致 GPU 显存容量，已包含 4k tokens 的上下文开销。如需更长的上下文，每增加 8k tokens，请额外预留约 1 GB。
Q4_K_M
最轻量，损失约 5%
19 GB
Q5_K_M
质量/体积的良好平衡
23 GB
Q8_0
几乎无法与 FP16 区分
35 GB
FP16
全精度 — 服务器用途
66 GB
CPU 回退 · 如果您没有 GPU，请预留 43 GB 内存 以较低速度运行此模型的最低要求。
运行Nemotron 3 33B需要什么硬件？
在本地以Q4量化运行Nemotron 3 33B，大约需要19 GB 显存。可供比较的硬件选项：GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) — 请为系统和上下文保留余量，并确认推理引擎与GPU兼容。
当前在售产品： GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395)
Amazon查看价格 →为什么选择它？我们的完整资料： GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) →
联盟链接——可能产生佣金，但您无需额外付费，推荐独立。作为亚马逊合作伙伴，QuelLLM 将从符合条件的购买中获利。
移动场景： Nemotron 3 33B 也可在以下设备上运行 RTX 笔记本电脑 (24 GB 显存）→
03预期速度
Q4_K_M 量化下每秒生成的 tokens 数，上下文为 4k。超过 20 t/s，阅读体验舒适。低于 10 t/s，仅用于测试。