Mémoire à chaque précision
| Version | Poids | Avec contexte | Plus petit Mac |
|---|---|---|---|
| 8 bits | 31,9 GB | 34,5 GB | 48 GB |
| 6 bits | 24,4 GB | 26,4 GB | 36 GB |
| 4 bits | 16,9 GB | 18,4 GB | 32 GB |
| 3 bits qualité moindre | 13,1 GB | 14,6 GB | 24 GB |
| 2 bits qualité moindre | 9,4 GB | 10,9 GB | 16 GB |
Sur chaque puce Apple
Pour chaque puce, la plus petite capacité de mémoire qui fait tourner Nemotron 3 Nano 30B A3B, la meilleure version qui y tient et la vitesse d’écriture à attendre.
| Puce | Demande | Version | Tokens/s |
|---|---|---|---|
| M6 | 32 GB | 4 bits Tourne bien | 38–68 |
| M5 Ultra | 96 GB | 8 bits Tourne bien | 146–259 |
| M5 Max | 36 GB | 6 bits Tourne bien | 74–131 |
| M5 Pro | 48 GB | 8 bits Tourne bien | 37–66 |
| M5 | 32 GB | 4 bits Tourne bien | 34–61 |
| M4 Max | 36 GB | 6 bits Tourne bien | 66–117 |
| M4 Pro | 48 GB | 8 bits Tourne bien | 33–59 |
| M4 | 32 GB | 4 bits Tourne bien | 27–48 |
| M3 Ultra | 96 GB | 8 bits Tourne bien | 100–177 |
| M3 Max | 36 GB | 6 bits Tourne bien | 48–86 |
| M3 Pro | 36 GB | 6 bits Tourne bien | 24–43 |
| M3 | 16 GB | 2 bits Tourne bien | 41–73 |
| M2 Ultra | 64 GB | 8 bits Tourne bien | 97–173 |
| M2 Max | 32 GB | 4 bits Tourne bien | 90–160 |
| M2 Pro | 32 GB | 4 bits Tourne bien | 45–80 |
| M2 | 16 GB | 2 bits Tourne bien | 41–73 |
| M1 Ultra | 64 GB | 8 bits Tourne bien | 97–173 |
| M1 Max | 32 GB | 4 bits Tourne bien | 90–160 |
| M1 Pro | 32 GB | 4 bits Tourne bien | 45–80 |
| M1 | 16 GB | 2 bits Tourne bien | 28–49 |
Comment le faire tourner
- Le plus simple : téléchargez MLX Harness, gratuit et open source. Cherchez Nemotron 3 Nano 30B A3B, téléchargez la version adaptée à votre Mac, et discutez. MLX Harness met aussi le modèle à disposition de vos autres apps via une API compatible OpenAI.Télécharger MLX HarnessGratuit · Apple Silicon · macOS 14.5 ou version ultérieure
- Dans le Terminal avec MLX d’Apple :
pip install mlx-lmmlx_lm.chat --model mlx-community/NVIDIA-Nemotron-3-Nano-30B-A3B-4bitVersion MLX : mlx-community/NVIDIA-Nemotron-3-Nano-30B-A3B-4bit sur Hugging Face. Les autres précisions sont juste à côté.
Pas à pas : télécharger et exécuter des LLM sur Mac · utiliser MLX Harness · MLX, Ollama ou llama.cpp
À propos de Nemotron 3 Nano 30B A3B
| Créé par | NVIDIA |
|---|---|
| Paramètres | 30B au total · 3,5B actifs (mixture-of-experts) |
| Contexte | 256K tokens |
| Licence | NVIDIA Nemotron Open Model License |
| Sortie | 2025-12 |
| Entrée | Texte |
| Intelligence | 8,9 sur l’Artificial Analysis Intelligence Index |
| Poids | nvidia/NVIDIA-Nemotron-3-Nano-30B-A3B-BF16 |
Questions
- De combien de mémoire Nemotron 3 Nano 30B A3B a-t-il besoin ?
- Environ 16,9 GB de poids en 4 bits, plus de la place pour le contexte : 18,4 GB au total. Sur un Mac, il faut donc 32 GB de mémoire unifiée ou plus, car macOS laisse le GPU en utiliser environ 75 % par défaut.
- À quelle vitesse Nemotron 3 Nano 30B A3B tourne-t-il sur un Mac ?
- La vitesse d’écriture dépend de la bande passante mémoire. Ici, le Mac le plus rapide pour ce modèle est équipé d’une puce M5 Ultra avec 96 GB, à environ 146–259 tokens par seconde (8 bits). Le plus petit Mac qui le fait tourner, avec 32 GB, atteint environ 90–160 avec une puce M2 Max.
- Pourquoi Nemotron 3 Nano 30B A3B est-il plus rapide que sa taille ne le laisse penser ?
- C’est un modèle mixture-of-experts : il garde 30B paramètres en mémoire mais n’en lit que 3,5B pour chaque token, il écrit donc à la vitesse d’un modèle bien plus petit.
Modèles similaires
Pour votre fiche de modèle ou votre README
Affiche le plus petit Mac qui fait bien tourner Nemotron 3 Nano 30B A3B et renvoie vers cette page.
[](https://mlx.app/run/nemotron-3-nano-30b-a3b)Comment c’est calculé
Mémoire : les paramètres du modèle à 8, 6, 4, 3 ou 2 bits par poids, plus les facteurs d’échelle par groupe de MLX (un demi-bit par poids), ou son format natif, avec en plus de la place pour le contexte. Par défaut, macOS laisse le GPU utiliser environ 75 % de la mémoire unifiée. Vitesse : la bande passante mémoire divisée par les octets lus pour chaque token donne le plafond pour une conversation ; dans les benchmarks Apple Silicon publics de llama.cpp, les exécutions réelles atteignent environ 45 % à 80 % de ce plafond, et c’est la fourchette affichée. Ce sont des estimations, pas des mesures : mesurez votre propre Mac sur MLX Bench. Chiffres des modèles tirés de chaque fiche officielle, chiffres des puces tirés des caractéristiques techniques d’Apple. Vérifié le 2026-10-19. Mêmes données que mlx.app/compare.