MODÈLES OUVERTS / Modèles vision-langage
Exécuter nemotron3:33b sur un GPU cloud
nemotron3:33b est un modèle Modèles vision-langage de Ollama. Découvrez la mémoire GPU nécessaire, les GPU sur lesquels il tient aujourd'hui et le coût pour l'exécuter vous-même, facturé à la seconde.
Du projet : NVIDIA Nemotron 3 Nano Omni is a multimodal large language model that unifies video, audio, image, and text understanding to support enterprise-grade Q&A, summarization, transcription, and document intelligence workflows.
GPU compatibles aujourd'hui
Environ 33 Go de mémoire GPU : le téléchargement du modèle (4 bits par défaut) plus la mémoire de travail.
| GPU | Mémoire | Par heure | 10 heures | |
|---|---|---|---|---|
| Q RTX 8000 | 45 GB | $0.54 | $5.40 | Louer |
| A100 SXM4 | 80 GB | $0.81 | $8.10 | Louer |
| A100 PCIE | 40 GB | $0.83 | $8.30 | Louer |
| CMP 170HX | 64 GB | $0.90 | $9.00 | Louer |
| RTX A6000 | 48 GB | $0.94 | $9.40 | Louer |
Prix de départ en direct depuis notre catalogue. Vous payez à la seconde tant que la machine tourne.
Comment exécuter nemotron3:33b
- 01
Louez un GPU
Choisissez l'un des GPU ci-dessus. Facturation à la seconde ; arrêtez la machine et la facturation s'arrête.
- 02
Ouvrez un terminal ou Jupyter
Connectez-vous en SSH ou ouvrez Jupyter dans votre navigateur. PyTorch et CUDA sont prêts.
- 03
Installez Ollama et lancez le modèle
Exécutez les commandes ci-dessous. Ollama télécharge le modèle et sert une API compatible OpenAI sur le port 11434.
curl -fsSL https://ollama.com/install.sh | sh
ollama run nemotron3:33bPourquoi l'exécuter vous-même ?
Exécutez la compréhension de documents et d'images sur votre propre GPU : aucun frais par image, vos fichiers restent sur votre machine.
Questions
- De combien de mémoire GPU nemotron3:33b a-t-il besoin ?
- Selon notre estimation, environ 33 Go pour l'inférence (33B paramètres). Une résolution plus élevée, un contexte plus long ou des lots plus grands demandent davantage.
- Combien coûte l'exécution de nemotron3:33b ?
- À partir de $0.54 de l'heure sur Q RTX 8000, facturé à la seconde. Dix heures coûtent environ $5.40.
- Faut-il un abonnement ?
- Non. Vous payez uniquement le temps de fonctionnement de votre machine, depuis votre solde en USD. Arrêtez-la quand vous avez terminé.
Essayez-le sur votre propre GPU en quelques minutes
Choisissez un GPU, ouvrez Jupyter ou SSH et exécutez n'importe quel modèle ouvert. Vous payez à la seconde et pouvez arrêter à tout moment ; sans abonnement ni frais d'installation.
- Facturation à la seconde en USD
- PyTorch et CUDA prêts en quelques minutes
- Louez aussi depuis ChatGPT ou Claude