01Lo que sabe hacer
- Modelo denso de 33B equilibrado en chat, código y razonamiento
- 128k de contexto
- Cabe en una RTX 4090 en Q4
- Licencia abierta de NVIDIA
- —Licencia NVIDIA Open Model (leer las condiciones comerciales)
- —Modelo de acceso restringido en Hugging Face (aceptación mediante clic)
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 33B?
Para ejecutar Nemotron 3 33B en local con cuantización Q4, necesitas aproximadamente 19 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 afiliados — posible comisión sin coste adicional para ti, recomendación independiente. Como socio de Amazon, QuelLLM obtiene un beneficio de las compras que cumplen las condiciones requeridas.
Cuando te desplazas: Nemotron 3 33B también funciona en un Portátil RTX (24 GB de VRAM) →
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.