Nemotron

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

• Git 与可访问 GitHub 的网络环境
• 支持 Jupyter Notebook 的 Python 环境
• 足够的 GPU 显存与磁盘空间（模型规模从 8B 到 550B，部分需多 GPU）
• 可访问 Hugging Face 以获取模型权重

安装与启动步骤

1. 1克隆仓库

   把 Nemotron 仓库拉到本地，其中包含 docs 训练配方与 usage-cookbook 使用手册两大部分。

   git clone https://github.com/NVIDIA-NeMo/Nemotron.git

   复制

2. 2查阅训练配方

   进入 docs/nemotron/ 下与目标模型同名的目录（如 lightning35、ultra3），阅读其中的 README 获取训练流程说明。

3. 3选择使用手册

   在 usage-cookbook/ 下按模型和场景挑选，如 Ultra 长程 Agent、Super 生产部署、Nano 资源受限环境、Nano2-VL 多模态等。

4. 4获取模型权重

   按 README 表格中的 Hugging Face 链接下载对应权重，注意权重体积大，需提前确认显存与磁盘容量。

   huggingface-cli download nvidia/NVIDIA-Nemotron-3-Nano-30B-A3B-BF16

   复制

如何确认成功

克隆成功后可打开 docs/nemotron 与 usage-cookbook 目录，看到各模型的 README 与示例说明，即表示资源已就绪。

常见问题

注意事项

• README 节选以模型索引和 Cookbook 表格为主，没有给出统一的安装命令，实际步骤请以各模型目录下的 README 为准。
• 不同模型的部署要求差异很大，Ultra 550B 明确需要多 GPU，小模型才有单卡或轻量部署的可能。
• 部分模型（如 Nemotron 3 Super）提到 NVFP4、单张 B200 等特定硬件形态，选型前先确认硬件匹配。
• 本教程中的模型下载命令为通用工具示例，具体获取方式请以 README 表格给出的 Hugging Face 链接为准。