Memori di setiap presisi
| Versi | Bobot | Dengan konteks | Mac terkecil |
|---|---|---|---|
| 8-bit | 78,6 GB | 84,9 GB | 128 GB |
| 6-bit | 60,1 GB | 64,9 GB | 96 GB |
| 4-bit | 41,6 GB | 44,9 GB | 64 GB |
| 3-bit kualitas lebih rendah | 32,4 GB | 35 GB | 48 GB |
| 2-bit kualitas lebih rendah | 23,1 GB | 24,9 GB | 36 GB |
Di setiap chip Apple
Ukuran memori terkecil setiap chip yang bisa menjalankan Nemotron 3.5 Bolt 74B A9B, versi terbaik yang muat, dan kecepatan menulis yang bisa Anda harapkan.
| Chip | Butuh | Versi | Token/s |
|---|---|---|---|
| M6 | 32 GB | 2-bit Pas-pasan | 27–49 |
| M5 Ultra | 96 GB | 6-bit Berjalan baik | 74–132 |
| M5 Max | 64 GB | 4-bit Berjalan baik | 54–96 |
| M5 Pro | 64 GB | 4-bit Berjalan baik | 27–48 |
| M5 | 32 GB | 2-bit Pas-pasan | 25–44 |
| M4 Max | 64 GB | 4-bit Berjalan baik | 48–86 |
| M4 Pro | 64 GB | 4-bit Berjalan baik | 24–43 |
| M4 | 32 GB | 2-bit Pas-pasan | 19–34 |
| M3 Ultra | 96 GB | 6-bit Berjalan baik | 50–90 |
| M3 Max | 64 GB | 4-bit Berjalan baik | 35–63 |
| M3 Pro | 36 GB | 2-bit Berjalan baik | 24–43 |
| M3 | tidak ada ukuran yang muat | Terlalu besar | – |
| M2 Ultra | 64 GB | 4-bit Berjalan baik | 71–125 |
| M2 Max | 64 GB | 4-bit Berjalan baik | 35–63 |
| M2 Pro | 32 GB | 2-bit Pas-pasan | 32–57 |
| M2 | tidak ada ukuran yang muat | Terlalu besar | – |
| M1 Ultra | 64 GB | 4-bit Berjalan baik | 71–125 |
| M1 Max | 64 GB | 4-bit Berjalan baik | 35–63 |
| M1 Pro | 32 GB | 2-bit Pas-pasan | 32–57 |
| M1 | tidak ada ukuran yang muat | Terlalu besar | – |
Cara menjalankannya
- Cara mudah: unduh MLX Harness, gratis dan open source. Cari Nemotron 3.5 Bolt 74B A9B, 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: Belum ada build MLX dari komunitas, jadi buat sendiri dari bobot resmi:
pip install mlx-lmmlx_lm.convert --hf-path nvidia/NVIDIA-Nemotron-3.5-Bolt-74B-A9B-BF16 -q
Langkah demi langkah: unduh dan jalankan LLM di Mac · cara memakai MLX Harness · MLX vs Ollama vs llama.cpp
Tentang Nemotron 3.5 Bolt 74B A9B
| Dibuat oleh | NVIDIA |
|---|---|
| Parameter | 74B total · 9B aktif (mixture of experts) |
| Konteks | 256K token |
| Lisensi | OpenMDW-1.1 |
| Dirilis | 2026-10 |
| Input | Teks dan gambar |
| Kecerdasan | 21,4 di Artificial Analysis Intelligence Index |
| Bobot | nvidia/NVIDIA-Nemotron-3.5-Bolt-74B-A9B-BF16 |
Pertanyaan
- Berapa memori yang dibutuhkan Nemotron 3.5 Bolt 74B A9B?
- Sekitar 41,6 GB untuk bobot pada 4-bit, ditambah ruang untuk konteks: total 44,9 GB. Di Mac artinya memori terpadu 64 GB atau lebih, karena secara bawaan macOS mengizinkan GPU memakai sekitar 75% darinya.
- Seberapa cepat Nemotron 3.5 Bolt 74B A9B di Mac?
- Kecepatan menulis bergantung pada bandwidth memori. Mac tercepat untuknya di sini adalah M5 Ultra dengan 96 GB, sekitar 74–132 token per detik (6-bit). Mac terkecil yang bisa menjalankannya, dengan 64 GB, mencapai sekitar 71–125 pada M2 Ultra.
- Mengapa Nemotron 3.5 Bolt 74B A9B berjalan lebih cepat daripada ukurannya?
- Ini model mixture-of-experts: ia menyimpan 74B parameter di memori tetapi hanya membaca 9B 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 3.5 Bolt 74B A9B dengan baik dan menautkan ke sini.
[](https://mlx.app/run/nemotron-3.5-bolt-74b-a9b)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.