01できること
長所
- 最先端モデル級の規模（総パラメータ数550B、アクティブパラメータ数55B）
- MoEのスパース性：計算コストは55Bの密なモデルに近い
- 128k ネイティブコンテキスト
- NVIDIA Open Modelライセンス（商用利用可）
知っておくべき限界
- —~319GB VRAM（Q4）— H100/MI300マルチGPUまたは専用サーバーが必要です
- —Hugging Faceでアクセス制限あり（クリックによる同意手続き）
- —一般消費者向けハードウェアでは扱えない
アーキテクチャ
Mixture-of-Experts · 総パラメータ数550B · トークンごとに約55Bのパラメータが有効 · コンテキスト長128k
トレーニング
NVIDIAのNemotron 3シリーズ。Nemotron 3 Super（120B）の上位に位置するフロンティアモデル。推論、コード、エージェント向けに最適化されています。
おすすめの用途
企業のデータセンター向け推論コード
04インストール
インストール Ollama お使いのOS向け。ダウンロード前にモデルと量子化を確認してください。まずはコンテキストを4096トークンに設定し、その後、ollama ps でモデルの配置先を確認してください。以下にコマンドが記載されていることは、お使いのマシンでテストが実行された証拠にはなりません。
$ollama pull nemotron-3-ultra
LM Studio
グラフィカルインターフェース、CLI不要
→ ガイドを見る
llama.cpp
純粋な性能、ソースからのビルド
→ ガイドを見る
vLLM
OpenAI互換の本番サーバー
→ ガイドを見る
Jan / GPT4All
オールインワンデスクトップアプリ
→ ガイドを見る
⚠
初回ダウンロード：選択した量子化により 2 GB から 40 GB。ディスク容量を確保し、安定した接続を推奨します。その後の起動は即時です。
02必要なメモリ
このモデルを動作させるためのGPU VRAMの概算値（4kトークンのコンテキストオーバーヘッドを含む）。より長いコンテキストが必要な場合は、8kトークンごとに約1 GBを追加してください。
Q4_K_M
最も軽量、損失約 5%
319 GB
Q5_K_M
品質とサイズのバランスが良好
390 GB
Q8_0
FP16とほぼ区別がつかない
588 GB
FP16
フル精度 — サーバー用途
1100 GB
CPU フォールバック ・GPUがない場合は、 715 RAM（GB） このモデルを低速で実行するための最低要件。
Nemotron 3 Ultraに必要なハードウェアは？
Nemotron 3 UltraをQ4量子化でローカル実行するには、VRAM 319 GB程度が必要です。比較候補：GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) — このモデルは、このミニPCのGPUメモリ容量を超えています。より小さいモデルか、適切な構成のシステムを選んでください。
現在のオファー： GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395)
Amazon価格を見る →なぜこの選択か？ 完全な解説はこちら： GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) →
アフィリエイトリンク — 当サイトが報酬を受け取る場合がありますが、お客様に追加費用はかかりません。おすすめは独立した判断に基づいています。Amazonアソシエイトとして、QuelLLMは条件を満たす購入によって収益を得ます。
03予想速度
Q4_K_M、コンテキスト 4k での毎秒生成トークン数。 20 t/sを超えると快適に読めます。 10 t/s未満では、試用にとどまります。
QuelLLM キット用途別のリファレンスガイド
すべてのキットを永久に利用 — 49 €