દરેક પ્રિસિઝન પર મેમરી
| વર્ઝન | વેઇટ | કૉન્ટેક્સ્ટ સાથે | સૌથી નાનું Mac |
|---|---|---|---|
| 8-બિટ | 4.2 GB | 5.7 GB | 8 GB |
| 6-બિટ | 3.2 GB | 4.7 GB | 8 GB |
| 4-બિટ | 2.2 GB | 3.7 GB | 8 GB |
| 3-બિટ ઓછી ગુણવત્તા | 1.7 GB | 3.2 GB | 8 GB |
| 2-બિટ ઓછી ગુણવત્તા | 1.2 GB | 2.7 GB | 8 GB |
દરેક Apple ચિપ પર
દરેક ચિપની Nemotron 3 Nano 4B ચલાવતી સૌથી નાની મેમરી સાઇઝ, તેમાં સમાતું શ્રેષ્ઠ વર્ઝન, અને લખવાની અપેક્ષિત ઝડપ.
| ચિપ | જરૂર | વર્ઝન | ટોકન/સેકન્ડ |
|---|---|---|---|
| M6 | 16 GB | 8-બિટ સારું ચાલે છે | 16–29 |
| M5 Ultra | 96 GB | 8-બિટ સારું ચાલે છે | 129–229 |
| M5 Max | 36 GB | 8-બિટ સારું ચાલે છે | 49–88 |
| M5 Pro | 24 GB | 8-બિટ સારું ચાલે છે | 33–58 |
| M5 | 16 GB | 8-બિટ સારું ચાલે છે | 16–29 |
| M4 Max | 36 GB | 8-બિટ સારું ચાલે છે | 44–78 |
| M4 Pro | 24 GB | 8-બિટ સારું ચાલે છે | 29–52 |
| M4 | 16 GB | 8-બિટ સારું ચાલે છે | 13–23 |
| M3 Ultra | 96 GB | 8-બિટ સારું ચાલે છે | 88–156 |
| M3 Max | 36 GB | 8-બિટ સારું ચાલે છે | 32–57 |
| M3 Pro | 18 GB | 8-બિટ સારું ચાલે છે | 16–29 |
| M3 | 8 GB | 8-બિટ સારું ચાલે છે | 11–19 |
| M2 Ultra | 64 GB | 8-બિટ સારું ચાલે છે | 86–152 |
| M2 Max | 32 GB | 8-બિટ સારું ચાલે છે | 43–76 |
| M2 Pro | 16 GB | 8-બિટ સારું ચાલે છે | 21–38 |
| M2 | 8 GB | 8-બિટ સારું ચાલે છે | 11–19 |
| M1 Ultra | 64 GB | 8-બિટ સારું ચાલે છે | 86–152 |
| M1 Max | 32 GB | 8-બિટ સારું ચાલે છે | 43–76 |
| M1 Pro | 16 GB | 8-બિટ સારું ચાલે છે | 21–38 |
| M1 | 8 GB | 6-બિટ સારું ચાલે છે | 10–17 |
તેને કેવી રીતે ચલાવવું
- સરળ રીત: MLX Harness ડાઉનલોડ કરો, જે મફત અને ઓપન સોર્સ છે. Nemotron 3 Nano 4B શોધો, તમારા Macમાં સમાતું વર્ઝન ડાઉનલોડ કરો, અને ચૅટ કરો. તે OpenAI-compatible API દ્વારા આ મૉડલ તમારી બીજી ઍપને પણ આપે છે.MLX Harness ડાઉનલોડ કરોમફત · Apple Silicon · macOS 14.5 કે પછીનું
- Terminalમાં Appleના MLX સાથે:
pip install mlx-lmmlx_lm.chat --model mlx-community/NVIDIA-Nemotron-3-Nano-4B-4bitબિલ્ડ: Hugging Face પર mlx-community/NVIDIA-Nemotron-3-Nano-4B-4bit. બીજાં પ્રિસિઝન તેની બાજુમાં જ છે.
સ્ટેપ બાય સ્ટેપ: Mac પર LLM ડાઉનલોડ કરો અને ચલાવો · MLX Harness કેવી રીતે વાપરવું · MLX વિ. Ollama વિ. llama.cpp
Nemotron 3 Nano 4B વિશે
| બનાવનાર | NVIDIA |
|---|---|
| પૅરામીટર | 3.97B (ડેન્સ) |
| કૉન્ટેક્સ્ટ | 256K ટોકન |
| લાઇસન્સ | NVIDIA Nemotron Open Model License |
| રિલીઝ | 2026-03 |
| ઇનપુટ | ટેક્સ્ટ |
| ઇન્ટેલિજન્સ | Artificial Analysis Intelligence Index પર 4.8 |
| વેઇટ | nvidia/NVIDIA-Nemotron-3-Nano-4B-BF16 |
પ્રશ્નો
- Nemotron 3 Nano 4Bને કેટલી મેમરી જોઈએ?
- 4-બિટ પર આશરે 2.2 GB વેઇટ, ઉપરાંત કૉન્ટેક્સ્ટ માટે જગ્યા: કુલ 3.7 GB. Mac પર એનો અર્થ 8 GB કે વધુ યુનિફાઇડ મેમરી, કારણ કે ડિફૉલ્ટ રીતે macOS GPUને તેનો આશરે 75% ભાગ વાપરવા દે છે.
- Mac પર Nemotron 3 Nano 4B કેટલું ઝડપી ચાલે છે?
- લખવાની ઝડપ મેમરી બૅન્ડવિડ્થ પર આધાર રાખે છે. અહીં તેના માટે સૌથી ઝડપી Mac 96 GBવાળું M5 Ultra છે, સેકન્ડના આશરે 129–229 ટોકન (8-બિટ). તેને ચલાવતું સૌથી નાનું Mac, 8 GBવાળું M3, આશરે 11–19 સુધી પહોંચે છે.
- શું ક્વૉન્ટાઇઝેશનથી Nemotron 3 Nano 4Bની ગુણવત્તા ઘટે છે?
- 4 બિટ પર મોટા ભાગનાં મૉડલ મૂળ ગુણવત્તાની નજીક રહે છે; 4 બિટથી નીચે ગુણવત્તા ઝડપથી ઘટે છે. તમારા Macમાં જગ્યા રાખીને સમાય તેવું સૌથી ઊંચું પ્રિસિઝન પસંદ કરો.
મળતાં આવતાં મૉડલ
તમારા મૉડલ કાર્ડ કે README માટે
Nemotron 3 Nano 4Bને સારી રીતે ચલાવતું સૌથી નાનું Mac બતાવે છે અને અહીં લિંક કરે છે.
[](https://mlx.app/run/nemotron-3-nano-4b)ગણતરી કેવી રીતે થઈ
મેમરી: મૉડલના પૅરામીટર પ્રતિ વેઇટ 8, 6, 4, 3 કે 2 બિટ પર, ઉપરાંત MLXના ગ્રુપ સ્કેલ (પ્રતિ વેઇટ અડધો બિટ), અથવા તેનું નેટિવ ફૉર્મેટ, અને ઉપરથી કૉન્ટેક્સ્ટ માટે જગ્યા. ડિફૉલ્ટ રીતે macOS GPUને યુનિફાઇડ મેમરીનો આશરે 75% ભાગ વાપરવા દે છે. ઝડપ: મેમરી બૅન્ડવિડ્થને દરેક ટોકન માટે વંચાતા બાઇટથી ભાગતાં એક વાતચીતની ઉપલી મર્યાદા મળે છે; llama.cppના જાહેર Apple Silicon બેન્ચમાર્કમાં ખરા રન તેના આશરે 45%થી 80% સુધી પહોંચે છે, અને એ જ રેન્જ બતાવી છે. આ અંદાજ છે, માપ નથી: તમારું Mac MLX Bench પર માપો. મૉડલના આંકડા દરેક સત્તાવાર મૉડલ કાર્ડમાંથી, ચિપના આંકડા Appleના Tech Specsમાંથી. 2026-10-19ના રોજ ચકાસ્યું. mlx.app/compare જેવો જ ડેટા.