01Lo que sabe hacer
- Velocidad alta gracias a los 3B activos
- 128k de contexto
- Razonamiento y código
- ~17 GB VRAM en Q4
- —Pesos del MoE de 30B que hay que cargar en memoria
- —La compatibilidad de las herramientas con MoE varía según el entorno de ejecución
- —Pesos con acceso restringido en HuggingFace
04Instalar
Instala Ollama para tu SO. Verifica el modelo y su cuantización antes de la descarga. Comienza con 4096 tokens de contexto y luego controla la asignación con ollama ps. Un comando a continuación no es prueba de que se haya ejecutado una prueba en tu máquina.
02Memoria requerida
VRAM de GPU aproximada para ejecutar este modelo, incluido el sobrecoste de contexto de 4k tokens. Para un contexto más largo, añade ~1 GB por cada tramo de 8k tokens.
¿Qué hardware necesitas para Nemotron 3.5 Lightning 30B-A3B?
Para ejecutar Nemotron 3.5 Lightning 30B-A3B en local con cuantización Q4, necesitas aproximadamente 25 GB de VRAM. Una opción para comparar: GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) — deja un margen para el sistema y el contexto; verifica la compatibilidad del motor con la GPU.
Enlaces de afiliación — posible comisión sin coste adicional para ti, recomendación independiente. Como socio de Amazon, QuéLLM obtiene beneficios de las compras que cumplen las condiciones requeridas.
03Velocidad estimada
Tokens generados por segundo en Q4_K_M, contexto 4k. Por encima de 20 t/s, la lectura es cómoda. Por debajo de 10 t/s, es solo para probar.