Macలో Nemotron 3 Nano 30B A3B నడుస్తుందా?

అవును, 32 GB లేదా అంతకంటే ఎక్కువ యూనిఫైడ్ మెమరీతో. Nemotron 3 Nano 30B A3Bలో 30B పారామీటర్‌లు ఉన్నాయి, వాటిలో ప్రతి టోకెన్‌కు 3.5B యాక్టివ్‌గా ఉంటాయి; ప్రతి ప్రెసిషన్ వద్ద దీనికి కావలసిన మెమరీ, ప్రతి Apple చిప్ దీన్ని ఎంత వేగంగా నడుపుతుందో ఇక్కడ చూడండి.

4-బిట్ వద్ద మెమరీ18.4 GBవెయిట్‌లు 16.9 GB + కాంటెక్స్ట్
అతిచిన్న Mac32 GB4-బిట్ · 55 Mac కాన్ఫిగరేషన్‌లు
అత్యంత వేగవంతమైన Mac146–259టోకెన్‌లు/సెకను · M5 Ultra 96 GB (అంచనా)

ప్రతి ప్రెసిషన్ వద్ద మెమరీ

వెర్షన్వెయిట్‌లుకాంటెక్స్ట్‌తోఅతిచిన్న Mac
8-బిట్31.9 GB34.5 GB48 GB
6-బిట్24.4 GB26.4 GB36 GB
4-బిట్16.9 GB18.4 GB32 GB
3-బిట్ తక్కువ నాణ్యత13.1 GB14.6 GB24 GB
2-బిట్ తక్కువ నాణ్యత9.4 GB10.9 GB16 GB

ప్రతి Apple చిప్‌పై

Nemotron 3 Nano 30B A3Bను నడిపే ప్రతి చిప్ యొక్క అతిచిన్న మెమరీ సైజు, దానిలో సరిపోయే ఉత్తమ వెర్షన్, ఆశించదగిన రాసే వేగం.

చిప్కావాలివెర్షన్టోకెన్‌లు/సెకను
M632 GB4-బిట్ బాగా నడుస్తుంది38–68
M5 Ultra96 GB8-బిట్ బాగా నడుస్తుంది146–259
M5 Max36 GB6-బిట్ బాగా నడుస్తుంది74–131
M5 Pro48 GB8-బిట్ బాగా నడుస్తుంది37–66
M532 GB4-బిట్ బాగా నడుస్తుంది34–61
M4 Max36 GB6-బిట్ బాగా నడుస్తుంది66–117
M4 Pro48 GB8-బిట్ బాగా నడుస్తుంది33–59
M432 GB4-బిట్ బాగా నడుస్తుంది27–48
M3 Ultra96 GB8-బిట్ బాగా నడుస్తుంది100–177
M3 Max36 GB6-బిట్ బాగా నడుస్తుంది48–86
M3 Pro36 GB6-బిట్ బాగా నడుస్తుంది24–43
M316 GB2-బిట్ బాగా నడుస్తుంది41–73
M2 Ultra64 GB8-బిట్ బాగా నడుస్తుంది97–173
M2 Max32 GB4-బిట్ బాగా నడుస్తుంది90–160
M2 Pro32 GB4-బిట్ బాగా నడుస్తుంది45–80
M216 GB2-బిట్ బాగా నడుస్తుంది41–73
M1 Ultra64 GB8-బిట్ బాగా నడుస్తుంది97–173
M1 Max32 GB4-బిట్ బాగా నడుస్తుంది90–160
M1 Pro32 GB4-బిట్ బాగా నడుస్తుంది45–80
M116 GB2-బిట్ బాగా నడుస్తుంది28–49

దీన్ని ఎలా నడపాలి

  1. సులభమైన మార్గం: ఉచితమైన, ఓపెన్ సోర్స్ MLX Harnessను డౌన్‌లోడ్ చేయండి. Nemotron 3 Nano 30B A3B కోసం వెతికి, మీ Macలో సరిపోయే వెర్షన్‌ను డౌన్‌లోడ్ చేసి, చాట్ చేయండి. ఇది OpenAI-compatible API ద్వారా ఆ మోడల్‌ను మీ ఇతర యాప్‌లకు కూడా అందిస్తుంది.MLX Harness డౌన్‌లోడ్ చేయండిఉచితం · Apple Silicon · macOS 14.5 లేదా తర్వాతి వెర్షన్
  2. Terminalలో Apple MLXతో:pip install mlx-lmmlx_lm.chat --model mlx-community/NVIDIA-Nemotron-3-Nano-30B-A3B-4bitబిల్డ్: Hugging Faceలో mlx-community/NVIDIA-Nemotron-3-Nano-30B-A3B-4bit. ఇతర ప్రెసిషన్‌లు దాని పక్కనే ఉన్నాయి.

దశలవారీగా: Macలో LLMలను డౌన్‌లోడ్ చేసి నడపండి · MLX Harnessను ఎలా వాడాలి · MLX vs Ollama vs llama.cpp

Nemotron 3 Nano 30B A3B గురించి

తయారీదారుNVIDIA
పారామీటర్‌లుమొత్తం 30B · యాక్టివ్ 3.5B (mixture of experts)
కాంటెక్స్ట్256K టోకెన్‌లు
లైసెన్స్NVIDIA Nemotron Open Model License
విడుదల2025-12
ఇన్‌పుట్టెక్స్ట్
ఇంటెలిజెన్స్Artificial Analysis Intelligence Indexలో 8.9
వెయిట్‌లుnvidia/NVIDIA-Nemotron-3-Nano-30B-A3B-BF16

ప్రశ్నలు

Nemotron 3 Nano 30B A3Bకు ఎంత మెమరీ కావాలి?
4-బిట్ వద్ద సుమారు 16.9 GB వెయిట్‌లు, దానితో పాటు కాంటెక్స్ట్‌కు చోటు: మొత్తం 18.4 GB. Macలో అంటే 32 GB లేదా అంతకంటే ఎక్కువ యూనిఫైడ్ మెమరీ, ఎందుకంటే డిఫాల్ట్‌గా macOS దానిలో సుమారు 75%ను మాత్రమే GPU వాడుకోనిస్తుంది.
Macలో Nemotron 3 Nano 30B A3B ఎంత వేగంగా నడుస్తుంది?
రాసే వేగం మెమరీ బ్యాండ్‌విడ్త్‌పై ఆధారపడుతుంది. ఇక్కడ దీనికి అత్యంత వేగవంతమైన Mac 96 GB ఉన్న M5 Ultra, సెకనుకు సుమారు 146–259 టోకెన్‌లు (8-బిట్). దీన్ని నడిపే అతిచిన్న Mac, 32 GB ఉన్న M2 Max, సుమారు 90–160 వరకు చేరుతుంది.
Nemotron 3 Nano 30B A3B దాని సైజుకు మించిన వేగంతో ఎందుకు నడుస్తుంది?
ఇది mixture-of-experts మోడల్: మెమరీలో 30B పారామీటర్‌లను ఉంచుతుంది, కానీ ప్రతి టోకెన్‌కు 3.5B మాత్రమే చదువుతుంది, అందుకే చాలా చిన్న మోడల్ వేగంతో రాస్తుంది.

ఇలాంటి మోడల్‌లు

అన్ని మోడల్‌లు · అన్ని Macలు · మీ Macను పోల్చండి

మీ మోడల్ కార్డ్ లేదా README కోసం

Runs on a Mac: Nemotron 3 Nano 30B A3B Nemotron 3 Nano 30B A3Bను బాగా నడిపే అతిచిన్న Macను చూపి, ఇక్కడికి లింక్ ఇస్తుంది.

[![Runs on a Mac](https://mlx.app/badge/run/nemotron-3-nano-30b-a3b.svg)](https://mlx.app/run/nemotron-3-nano-30b-a3b)

ఎలా లెక్కించాం

మెమరీ: మోడల్ పారామీటర్‌లు వెయిట్‌కు 8, 6, 4, 3 లేదా 2 బిట్‌ల వద్ద, దానితో పాటు MLX గ్రూప్ స్కేల్‌లు (వెయిట్‌కు అర బిట్), లేదా దాని నేటివ్ ఫార్మాట్, పైన కాంటెక్స్ట్‌కు చోటు. డిఫాల్ట్‌గా macOS యూనిఫైడ్ మెమరీలో సుమారు 75%ను GPU వాడుకోనిస్తుంది. వేగం: మెమరీ బ్యాండ్‌విడ్త్‌ను ప్రతి టోకెన్‌కు చదివే బైట్‌లతో భాగిస్తే ఒక సంభాషణకు గరిష్ఠ పరిమితి వస్తుంది; llama.cpp పబ్లిక్ Apple Silicon బెంచ్‌మార్క్‌లలో నిజమైన రన్‌లు దానిలో సుమారు 45% నుండి 80% వరకు చేరుతాయి, ఆ పరిధినే చూపిస్తున్నాం. ఇవి అంచనాలు, కొలతలు కావు: మీ సొంత Macను MLX Benchలో కొలవండి. మోడల్ వివరాలు ప్రతి అధికారిక మోడల్ కార్డ్ నుండి, చిప్ వివరాలు Apple Tech Specs నుండి. 2026-10-19న తనిఖీ చేశాం. mlx.app/compareలో ఉన్న అదే డేటా.

Macలో Nemotron 3 Nano 30B A3B నడుస్తుందా? మెమరీ, వేగం