Memori di setiap presisi
| Versi | Bobot | Dengan konteks | Mac terkecil |
|---|---|---|---|
| 8-bit | 584 GB | 631 GB | melebihi Mac mana pun |
| 6-bit | 447 GB | 483 GB | melebihi Mac mana pun |
| 4-bit | 309 GB | 334 GB | 512 GB |
| 3-bit kualitas lebih rendah | 241 GB | 260 GB | 512 GB |
| 2-bit kualitas lebih rendah | 172 GB | 186 GB | 256 GB |
Di setiap chip Apple
Ukuran memori terkecil setiap chip yang bisa menjalankan Nemotron 3 Ultra 550B A55B, versi terbaik yang muat, dan kecepatan menulis yang bisa Anda harapkan.
| Chip | Butuh | Versi | Token/s |
|---|---|---|---|
| M6 | tidak ada ukuran yang muat | Terlalu besar | – |
| M5 Ultra | 512 GB | 4-bit Berjalan baik | 17–31 |
| M5 Max | tidak ada ukuran yang muat | Terlalu besar | – |
| M5 Pro | tidak ada ukuran yang muat | Terlalu besar | – |
| M5 | tidak ada ukuran yang muat | Terlalu besar | – |
| M4 Max | tidak ada ukuran yang muat | Terlalu besar | – |
| M4 Pro | tidak ada ukuran yang muat | Terlalu besar | – |
| M4 | tidak ada ukuran yang muat | Terlalu besar | – |
| M3 Ultra | 512 GB | 4-bit Berjalan baik | 12–21 |
| M3 Max | tidak ada ukuran yang muat | Terlalu besar | – |
| M3 Pro | tidak ada ukuran yang muat | Terlalu besar | – |
| M3 | tidak ada ukuran yang muat | Terlalu besar | – |
| M2 Ultra | tidak ada ukuran yang muat | Terlalu besar | – |
| M2 Max | tidak ada ukuran yang muat | Terlalu besar | – |
| M2 Pro | tidak ada ukuran yang muat | Terlalu besar | – |
| M2 | tidak ada ukuran yang muat | Terlalu besar | – |
| M1 Ultra | tidak ada ukuran yang muat | Terlalu besar | – |
| M1 Max | tidak ada ukuran yang muat | Terlalu besar | – |
| M1 Pro | tidak ada ukuran yang muat | Terlalu besar | – |
| M1 | tidak ada ukuran yang muat | Terlalu besar | – |
Cara menjalankannya
- Cara mudah: unduh MLX Harness, gratis dan open source. Cari Nemotron 3 Ultra 550B A55B, unduh versi yang cocok untuk Mac Anda, lalu mulai chat. Aplikasi ini juga menyajikan model ke aplikasi Anda yang lain melalui API yang kompatibel dengan OpenAI.Unduh MLX HarnessGratis · Apple Silicon · macOS 14.5 atau lebih baru
- Di Terminal dengan MLX dari Apple:
pip install mlx-lmmlx_lm.chat --model mlx-community/Nemotron-3-Ultra-550B-A55B-4bitBuild: mlx-community/Nemotron-3-Ultra-550B-A55B-4bit di Hugging Face. Presisi lain ada di sebelahnya.
Langkah demi langkah: unduh dan jalankan LLM di Mac · cara memakai MLX Harness · MLX vs Ollama vs llama.cpp
Tentang Nemotron 3 Ultra 550B A55B
| Dibuat oleh | NVIDIA |
|---|---|
| Parameter | 550B total · 55B aktif (mixture of experts) |
| Konteks | 256K token |
| Lisensi | OpenMDW-1.1 |
| Dirilis | 2026-06 |
| Input | Teks |
| Kecerdasan | 22,9 di Artificial Analysis Intelligence Index |
| Bobot | nvidia/NVIDIA-Nemotron-3-Ultra-550B-A55B-BF16 |
Pertanyaan
- Berapa memori yang dibutuhkan Nemotron 3 Ultra 550B A55B?
- Sekitar 309 GB untuk bobot pada 4-bit, ditambah ruang untuk konteks: total 334 GB. Di Mac artinya memori terpadu 512 GB atau lebih, karena secara bawaan macOS mengizinkan GPU memakai sekitar 75% darinya.
- Seberapa cepat Nemotron 3 Ultra 550B A55B di Mac?
- Kecepatan menulis bergantung pada bandwidth memori. Mac tercepat untuknya di sini adalah M5 Ultra dengan 512 GB, sekitar 17–31 token per detik (4-bit). Mac terkecil yang bisa menjalankannya, dengan 512 GB, mencapai sekitar 17–31 pada M5 Ultra.
- Mengapa Nemotron 3 Ultra 550B A55B berjalan lebih cepat daripada ukurannya?
- Ini model mixture-of-experts: ia menyimpan 550B parameter di memori tetapi hanya membaca 55B untuk setiap token, sehingga menulis secepat model yang jauh lebih kecil.
Model serupa
Untuk kartu model atau README Anda
Menampilkan Mac terkecil yang menjalankan Nemotron 3 Ultra 550B A55B dengan baik dan menautkan ke sini.
[](https://mlx.app/run/nemotron-3-ultra-550b-a55b)Cara menghitungnya
Memori: parameter model pada 8, 6, 4, 3, atau 2 bit per bobot ditambah skala grup MLX (setengah bit per bobot), atau format bawaannya, ditambah ruang untuk konteks. Secara bawaan macOS mengizinkan GPU memakai sekitar 75% memori terpadu. Kecepatan: bandwidth memori dibagi jumlah byte yang dibaca per token adalah batas atas untuk satu percakapan; dalam benchmark Apple Silicon publik llama.cpp, proses nyata mencapai sekitar 45% hingga 80% darinya, dan rentang itulah yang ditampilkan. Ini perkiraan, bukan pengukuran: ukur Mac Anda sendiri di MLX Bench. Angka model dari kartu model resmi masing-masing, angka chip dari Spesifikasi Teknis Apple. Diperiksa 2026-10-19. Data sama dengan mlx.app/compare.