Mémoire à chaque précision
| Version | Poids | Avec contexte | Plus petit Mac |
|---|---|---|---|
| 8 bits | 78,6 GB | 84,9 GB | 128 GB |
| 6 bits | 60,1 GB | 64,9 GB | 96 GB |
| 4 bits | 41,6 GB | 44,9 GB | 64 GB |
| 3 bits qualité moindre | 32,4 GB | 35 GB | 48 GB |
| 2 bits qualité moindre | 23,1 GB | 24,9 GB | 36 GB |
Sur chaque puce Apple
Pour chaque puce, la plus petite capacité de mémoire qui fait tourner Nemotron 3.5 Bolt 74B A9B, la meilleure version qui y tient et la vitesse d’écriture à attendre.
| Puce | Demande | Version | Tokens/s |
|---|---|---|---|
| M6 | 32 GB | 2 bits Tout juste | 27–49 |
| M5 Ultra | 96 GB | 6 bits Tourne bien | 74–132 |
| M5 Max | 64 GB | 4 bits Tourne bien | 54–96 |
| M5 Pro | 64 GB | 4 bits Tourne bien | 27–48 |
| M5 | 32 GB | 2 bits Tout juste | 25–44 |
| M4 Max | 64 GB | 4 bits Tourne bien | 48–86 |
| M4 Pro | 64 GB | 4 bits Tourne bien | 24–43 |
| M4 | 32 GB | 2 bits Tout juste | 19–34 |
| M3 Ultra | 96 GB | 6 bits Tourne bien | 50–90 |
| M3 Max | 64 GB | 4 bits Tourne bien | 35–63 |
| M3 Pro | 36 GB | 2 bits Tourne bien | 24–43 |
| M3 | aucune capacité ne suffit | Trop grand | – |
| M2 Ultra | 64 GB | 4 bits Tourne bien | 71–125 |
| M2 Max | 64 GB | 4 bits Tourne bien | 35–63 |
| M2 Pro | 32 GB | 2 bits Tout juste | 32–57 |
| M2 | aucune capacité ne suffit | Trop grand | – |
| M1 Ultra | 64 GB | 4 bits Tourne bien | 71–125 |
| M1 Max | 64 GB | 4 bits Tourne bien | 35–63 |
| M1 Pro | 32 GB | 2 bits Tout juste | 32–57 |
| M1 | aucune capacité ne suffit | Trop grand | – |
Comment le faire tourner
- Le plus simple : téléchargez MLX Harness, gratuit et open source. Cherchez Nemotron 3.5 Bolt 74B A9B, 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 : Il n’existe pas encore de version MLX de la communauté ; créez-en une à partir des poids officiels :
pip install mlx-lmmlx_lm.convert --hf-path nvidia/NVIDIA-Nemotron-3.5-Bolt-74B-A9B-BF16 -q
Pas à pas : télécharger et exécuter des LLM sur Mac · utiliser MLX Harness · MLX, Ollama ou llama.cpp
À propos de Nemotron 3.5 Bolt 74B A9B
| Créé par | NVIDIA |
|---|---|
| Paramètres | 74B au total · 9B actifs (mixture-of-experts) |
| Contexte | 256K tokens |
| Licence | OpenMDW-1.1 |
| Sortie | 2026-10 |
| Entrée | Texte et images |
| Intelligence | 21,4 sur l’Artificial Analysis Intelligence Index |
| Poids | nvidia/NVIDIA-Nemotron-3.5-Bolt-74B-A9B-BF16 |
Questions
- De combien de mémoire Nemotron 3.5 Bolt 74B A9B a-t-il besoin ?
- Environ 41,6 GB de poids en 4 bits, plus de la place pour le contexte : 44,9 GB au total. Sur un Mac, il faut donc 64 GB de mémoire unifiée ou plus, car macOS laisse le GPU en utiliser environ 75 % par défaut.
- À quelle vitesse Nemotron 3.5 Bolt 74B A9B 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 74–132 tokens par seconde (6 bits). Le plus petit Mac qui le fait tourner, avec 64 GB, atteint environ 71–125 avec une puce M2 Ultra.
- Pourquoi Nemotron 3.5 Bolt 74B A9B est-il plus rapide que sa taille ne le laisse penser ?
- C’est un modèle mixture-of-experts : il garde 74B paramètres en mémoire mais n’en lit que 9B 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 3.5 Bolt 74B A9B et renvoie vers cette page.
[](https://mlx.app/run/nemotron-3.5-bolt-74b-a9b)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.