Μπορεί ένας Mac να τρέξει το Nemotron 3.5 Lightning 30B A3B;

Ναι, με 32 GB ενοποιημένης μνήμης ή περισσότερα. Το Nemotron 3.5 Lightning 30B A3B έχει 30B παραμέτρους, από τις οποίες οι 3B είναι ενεργές σε κάθε token· εδώ θα δείτε τη μνήμη που χρειάζεται σε κάθε ακρίβεια και πόσο γρήγορα το τρέχει κάθε τσιπ της Apple.

Ενημέρωση

Μνήμη σε 4-bit18,4 GBβάρη 16,9 GB + συμφραζόμενα
Μικρότερος Mac32 GB4-bit · 55 διαμορφώσεις Mac
Ταχύτερος Mac169–300tokens/s · M5 Ultra 96 GB (εκτίμηση)

Μνήμη σε κάθε ακρίβεια

ΈκδοσηΒάρηΜε συμφραζόμεναΜικρότερος Mac
8-bit31,9 GB34,5 GB48 GB
6-bit24,4 GB26,4 GB36 GB
4-bit16,9 GB18,4 GB32 GB
3-bit χαμηλότερη ποιότητα13,1 GB14,6 GB24 GB
2-bit χαμηλότερη ποιότητα9,4 GB10,9 GB16 GB

Πόση RAM χρειάζεται ένα LLM

Σε κάθε τσιπ της Apple

Το μικρότερο μέγεθος μνήμης κάθε τσιπ που τρέχει το Nemotron 3.5 Lightning 30B A3B, η καλύτερη έκδοση που χωράει και η ταχύτητα γραφής που μπορείτε να περιμένετε.

ΤσιπΑπαιτείΈκδοσηTokens/s
M632 GB4-bit Τρέχει καλά45–80
M5 Ultra96 GB8-bit Τρέχει καλά169–300
M5 Max36 GB6-bit Τρέχει καλά86–153
M5 Pro48 GB8-bit Τρέχει καλά43–77
M532 GB4-bit Τρέχει καλά41–72
M4 Max36 GB6-bit Τρέχει καλά77–137
M4 Pro48 GB8-bit Τρέχει καλά38–68
M432 GB4-bit Τρέχει καλά32–56
M3 Ultra96 GB8-bit Τρέχει καλά115–205
M3 Max36 GB6-bit Τρέχει καλά56–100
M3 Pro36 GB6-bit Τρέχει καλά28–50
M316 GB2-bit Τρέχει καλά50–89
M2 Ultra64 GB8-bit Τρέχει καλά113–200
M2 Max32 GB4-bit Τρέχει καλά106–188
M2 Pro32 GB4-bit Τρέχει καλά53–94
M216 GB2-bit Τρέχει καλά50–89
M1 Ultra64 GB8-bit Τρέχει καλά113–200
M1 Max32 GB4-bit Τρέχει καλά106–188
M1 Pro32 GB4-bit Τρέχει καλά53–94
M116 GB2-bit Τρέχει καλά34–60

Πώς να το τρέξετε

Στο Terminal με το MLX της Apple:pip install mlx-lmmlx_lm.chat --model mlx-community/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-4bitBuild: mlx-community/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-4bit στο Hugging Face. Οι άλλες ακρίβειες βρίσκονται ακριβώς δίπλα.

Βήμα προς βήμα: λήψη και εκτέλεση LLM σε Mac · MLX vs Ollama vs llama.cpp

Προτιμάτε μια εφαρμογή από το Τερματικό; Συγκρίνετε τις εφαρμογές Mac που τρέχουν τοπικά μοντέλα στο AI App Store: τιμή, άδεια και πού πηγαίνουν τα δεδομένα σας.

Σχετικά με το Nemotron 3.5 Lightning 30B A3B

ΔημιουργόςNVIDIA
Παράμετροι30B συνολικά · 3B ενεργές (mixture of experts)
Συμφραζόμενα256K tokens
ΆδειαOpenMDW-1.1
Κυκλοφορία2026-08
ΕίσοδοςΚείμενο
Νοημοσύνη12,9 στον Artificial Analysis Intelligence Index
Βάρηnvidia/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16

Ερωτήσεις

Πόση μνήμη χρειάζεται το Nemotron 3.5 Lightning 30B A3B;
Περίπου 16,9 GB για τα βάρη σε 4-bit, συν χώρο για τα συμφραζόμενα: 18,4 GB συνολικά. Σε Mac αυτό σημαίνει 32 GB ενοποιημένης μνήμης ή περισσότερα, αφού το macOS αφήνει από προεπιλογή την GPU να χρησιμοποιεί περίπου το 75% της.
Πόσο γρήγορο είναι το Nemotron 3.5 Lightning 30B A3B σε Mac;
Η ταχύτητα γραφής εξαρτάται από το εύρος ζώνης μνήμης. Ο ταχύτερος Mac γι’ αυτό εδώ είναι ένας Mac με M5 Ultra και 96 GB, με περίπου 169–300 tokens ανά δευτερόλεπτο (8-bit). Ο μικρότερος Mac που το τρέχει, με 32 GB, φτάνει περίπου τα 106–188 με M2 Max.
Γιατί το Nemotron 3.5 Lightning 30B A3B τρέχει πιο γρήγορα απ’ ό,τι δείχνει το μέγεθός του;
Είναι μοντέλο mixture of experts: κρατά 30B παραμέτρους στη μνήμη αλλά διαβάζει μόνο 3B για κάθε token, οπότε γράφει με την ταχύτητα ενός πολύ μικρότερου μοντέλου.

Παρόμοια μοντέλα

Όλα τα μοντέλα · Όλοι οι Mac · Συγκρίνετε τον Mac σας

Για την κάρτα μοντέλου ή το README σας

Runs on a Mac: Nemotron 3.5 Lightning 30B A3B Δείχνει τον μικρότερο Mac που τρέχει καλά το Nemotron 3.5 Lightning 30B A3B και οδηγεί εδώ.

[![Runs on a Mac](https://mlx.app/badge/run/nemotron-3.5-lightning-30b-a3b.svg)](https://mlx.app/run/nemotron-3.5-lightning-30b-a3b)

Πώς υπολογίζεται

Μνήμη: οι παράμετροι του μοντέλου σε 8, 6, 4, 3 ή 2 bit ανά βάρος συν τις κλίμακες ομάδων του MLX (μισό bit ανά βάρος), ή στην εγγενή του μορφή, με χώρο για τα συμφραζόμενα από πάνω. Από προεπιλογή το macOS αφήνει την GPU να χρησιμοποιεί περίπου το 75% της ενοποιημένης μνήμης. Ταχύτητα: το εύρος ζώνης μνήμης διαιρεμένο με τα bytes που διαβάζονται ανά token είναι το ανώτατο όριο για μία συνομιλία· στα δημόσια benchmarks Apple Silicon του llama.cpp οι πραγματικές εκτελέσεις φτάνουν περίπου το 45% έως 80% του ορίου, και αυτό το εύρος δείχνουμε. Είναι εκτιμήσεις, όχι μετρήσεις: μετρήστε τον δικό σας Mac στο MLX Bench. Στοιχεία μοντέλων από την επίσημη κάρτα κάθε μοντέλου, στοιχεία τσιπ από τα Τεχνικά χαρακτηριστικά της Apple. Ελέγχθηκε 2026-10-19. Ίδια δεδομένα με το mlx.app/compare.

Ανοιχτά δεδομένα: mlx.app/data (JSON, CSV)