NVIDIA-Nemotron-3-Super-120B-A12B-BF16

NVIDIA · 120.0B（激活 12.0B） · MoE · ctx 256K · nvidia-open-model-license · HuggingFace

NVIDIA-Nemotron-3-Super-120B-A12B-BF16（NVIDIA）是 AI Hashrate 收录的120.0B 参数 MoE（每 token 激活 12.0B）开放权重模型。 按 8K 上下文估算：Q4 约需 69.4 GB VRAM（权重 66.0 GB + KV 2.4 GB + 开销 1 GB），FP16 约需 243.4 GB。 在该上下文假设下，目录中约有 10 款 GPU/加速器能在 Q4 下完整装下此模型。 Q4 最快配置：B200 192GB SXM ≈ 424.2 tok/s（估算）; MI300X 192GB ≈ 281.1 tok/s（估算）; H200 141GB SXM5 ≈ 254.5 tok/s（估算）; H100 80GB SXM5 ≈ 177.7 tok/s（估算）; Gaudi 3 128GB ≈ 173.7 tok/s（估算）。 下表给出各硬件的 VRAM 装机情况与每美元 tok/s（按 MSRP 标价）。估算基于显存带宽公式；有实测时以实测为准。详见方法论页。 方法论.

33 个硬件配置——按 tok/s 排序。默认装机上下文 8K。

硬件	VRAM	量化	tok/s	装得下？	tok/s/$
B200 192GB SXM	192	Q4	424.2 估算	是	0.011
MI300X 192GB	192	Q4	281.1 估算	是	0.019
H200 141GB SXM5	141	Q4	254.5 估算	是	0.007
B200 192GB SXM	192	FP16	207.4 估算	否	0.005
H100 80GB SXM5	80	Q4	177.7 估算	是	0.006
Gaudi 3 128GB	128	Q4	173.7 估算	是	0.014
MI300X 192GB	192	FP16	137.4 估算	否	0.009
A100 80GB SXM4	80	Q4	108.1 估算	是	0.007
RTX 6000 Ada 48GB	48	Q4	69.6 估算	否	0.01
H200 141GB SXM5	141	FP16	67.1 估算	否	0.002
L40S 48GB	48	Q4	62.6 估算	否	0.008
RTX 5090 32GB	32	Q4	57.7 估算	否	0.029
RTX A6000 48GB	48	Q4	55.7 估算	否	0.012
Mac Studio M3 Ultra 96GB	96	Q4	43.4 估算	是	0.011
Mac Studio M2 Ultra 192GB	192	Q4	42.4 估算	是	0.006
Gaudi 3 128GB	128	FP16	37.7 估算	否	0.003
Mac mini M4 Pro 64GB	64	Q4	35.2 估算	否	0.016
MacBook Pro M4 Max 128GB	128	Q4	29.0 估算	是	0.007
MacBook Pro M3 Max 128GB	128	Q4	21.2 估算	是	0.005
Mac Studio M2 Ultra 192GB	192	FP16	20.7 估算	否	0.003
RTX 4090 24GB	24	Q4	18.3 估算	否	0.011
RTX 4090D 24GB (China)	24	Q4	18.3 估算	否	0.011
RTX 3090 Ti 24GB	24	Q4	18.3 估算	否	0.009
RX 7900 XTX 24GB	24	Q4	17.4 估算	否	0.017
RTX 3090 24GB	24	Q4	17.0 估算	否	0.011
H100 80GB SXM5	80	FP16	15.1 估算	否	0.001
RX 7900 XT 20GB	20	Q4	10.1 估算	否	0.011
A100 80GB SXM4	80	FP16	9.2 估算	否	0.001
MacBook Pro M4 Max 128GB	128	FP16	6.3 估算	否	0.001
Mac Studio M3 Ultra 96GB	96	FP16	5.3 估算	否	0.001
MacBook Pro M3 Max 128GB	128	FP16	4.6 估算	否	0.001
Mac mini M4 32GB	32	Q4	3.9 估算	否	0.004
Mac mini M4 Pro 64GB	64	FP16	0.8 估算	否	0.0

装机核对

• RTX 5090 32GB — 装不下 · ≈57.7 tok/s Q4 估算
• RTX 3090 Ti 24GB — 装不下 · ≈18.3 tok/s Q4 估算
• RTX 4090 24GB — 装不下 · ≈18.3 tok/s Q4 估算
• RTX 6000 Ada 48GB — 装不下 · ≈69.6 tok/s Q4 估算
• RX 7900 XTX 24GB — 装不下 · ≈17.4 tok/s Q4 估算
• RTX 3090 24GB — 装不下 · ≈17.0 tok/s Q4 估算
• L40S 48GB — 装不下 · ≈62.6 tok/s Q4 估算
• Mac Studio M3 Ultra 96GB — 装得下 · ≈43.4 tok/s Q4 估算
• Mac Studio M2 Ultra 192GB — 装得下 · ≈42.4 tok/s Q4 估算
• RX 7900 XT 20GB — 装不下 · ≈10.1 tok/s Q4 估算

12 款热门零售 GPU；上表每行的「装得下？」结论同样链接到完整装机核对页。

同族模型：Nemotron

Nemotron 3 Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16 · NVIDIA-Nemotron-3-Nano-4B-BF16 · NVIDIA-Nemotron-3-Ultra-550B-A55B-NVFP4

全部 Nemotron 模型 →