MODELOS ABERTOS / Modelos de linguagem (LLM)
Execute NVIDIA-Nemotron-3-Ultra-550B-A55B-GGUF em uma GPU na nuvem
NVIDIA-Nemotron-3-Ultra-550B-A55B-GGUF é um modelo de Modelos de linguagem (LLM) da unsloth. Veja quanta memória de GPU ele precisa, em quais GPUs cabe hoje e quanto custa executá-lo você mesmo, com cobrança por segundo.
GPUs em que cabe hoje
Nossa estimativa é de cerca de 397 GB para inferência com pesos GGUF, incluindo a memória de trabalho. O uso real depende da resolução, do tamanho do lote e do comprimento do contexto.
| GPU | Memória | Por hora | 10 horas | |
|---|---|---|---|---|
| 8× A100 SXM4 | 640 GB | $8.16 | $81.60 | Alugar |
| 5× RTX PRO 6000 S | 480 GB | $12.40 | $124.00 | Alugar |
| 16× RTX 5090 | 512 GB | $16.16 | $161.60 | Alugar |
| 8× RTX PRO 6000 Max-Q | 768 GB | $18.80 | $188.00 | Alugar |
| 3× H200 NVL | 420 GB | $19.71 | $197.10 | Alugar |
Preços iniciais ao vivo do nosso catálogo. Você paga por segundo enquanto a máquina roda.
Como executar NVIDIA-Nemotron-3-Ultra-550B-A55B-GGUF
- 01
Alugue uma GPU
Escolha uma das GPUs acima. A cobrança é por segundo; pare a máquina e a cobrança para.
- 02
Abra um terminal ou o Jupyter
Conecte-se por SSH ou abra o Jupyter no navegador. PyTorch e CUDA já estão prontos.
- 03
Baixe e execute o modelo
Execute os comandos abaixo. Os pesos são baixados direto do Hugging Face para a sua máquina.
pip install -U "huggingface_hub[cli]"
huggingface-cli download unsloth/NVIDIA-Nemotron-3-Ultra-550B-A55B-GGUF --local-dir ./model --include "*Q4_K_M*"
# llama.cpp: ./llama-server -m ./model/*.gguf --host 0.0.0.0 --port 8000Por que executar você mesmo?
Seu próprio servidor de LLM não tem cobrança por token nem limite de requisições, e seus dados ficam privados. Escolha a GPU pela memória e sirva o modelo com vLLM.
Perguntas
- Quanta memória de GPU o NVIDIA-Nemotron-3-Ultra-550B-A55B-GGUF precisa?
- Pela nossa estimativa, cerca de 397 GB para inferência (549B parâmetros). Resolução maior, contexto mais longo ou lotes maiores precisam de mais.
- Quanto custa executar o NVIDIA-Nemotron-3-Ultra-550B-A55B-GGUF?
- A partir de $8.16 por hora em 8× A100 SXM4, com cobrança por segundo. Dez horas custam cerca de $81.60.
- Preciso de uma assinatura?
- Não. Você paga só pelo tempo em que a máquina roda, usando seu saldo em USD. Pare-a quando terminar.
Experimente na sua própria GPU em minutos
Escolha uma GPU, abra o Jupyter ou o SSH e execute qualquer modelo aberto. Você paga por segundo e pode parar quando quiser; sem assinatura nem taxa de ativação.
- Cobrança por segundo em USD
- PyTorch e CUDA prontos em minutos
- Alugue também pelo ChatGPT ou Claude