Agentes de IA
Nemotron 3.5 en local
«Nemotron 3.5 en local» es un curso gratuito en español de nivel principiante con 12 lecciones y instrucciones para Windows, macOS y Linux. Forma parte de la serie «Modelos de IA de pesos abiertos (open weights)».
Instala y prueba los modelos abiertos de visión y lenguaje Nemotron 3.5 de NVIDIA: qué hace cada uno, qué equipo necesitan, cómo ejecutarlos con Ollama o vLLM o, si tu equipo no llega, alojados, y cómo comprobar con pruebas automáticas que leen tickets, gráficos y usan herramientas.
- Categoría
- Agentes de IA
- Nivel
- Principiante
- Duración
- 3–5 horas
- Lecciones
- 12
- Precio
- Gratis
- Idioma
- Español
- Formato
- En línea, a tu ritmo
- Sistemas
- Windows, macOS y Linux
- Licencias explicadas
- OpenMDW-1.1
Qué aprenderás
- Distinguir Super VL, Bolt y Lightning y elegir el que cabe en tu equipo
- Explicar en lenguaje llano qué permite y qué exige la licencia OpenMDW-1.1
- Calcular la configuración mínima, recomendable y óptima de memoria, GPU y disco
- Ejecutar el modelo en local con Ollama, en un servidor con vLLM o alojado, con el mismo programa
- Extraer datos de un ticket y de un gráfico y hacer que el modelo use una herramienta
- Pasar casos de prueba con resultado esperado y resolver los errores típicos
Para quién es
Curso de nivel principiante, con una duración estimada de 3–5 horas.
Para quien quiere probar desde cero, con Ollama, un modelo de NVIDIA que lee imágenes, tickets y gráficos y usa herramientas. El curso te ayuda a medir tu equipo y elegir ruta: Bolt pide una tarjeta de 32 GB, Super VL un equipo de 128 GB de memoria unificada o un servidor, y si tu equipo no llega usas la versión alojada.
Antes de empezar, revisa los requisitos de hardware y software de esta página.
Requisitos
Hardware: configuración mínima, recomendable y óptima
| Modelo | Mínima | Recomendable | Óptima | Disco |
|---|---|---|---|---|
| Super VL | Oficial: 1 DGX Spark (128 GB de memoria unificada), con texto e imagen. Ollama: su paquete ocupa 80–90 GB. Comunidad (Unsloth, estimación): unos 64 GB con versiones de 1–2 bits, con más pérdida | Oficial: 1 H200 o 2 H100 de 80 GB con vLLM: texto, imagen y vídeo, hasta 1 millón de tokens | Oficial: 1 GB200 (Blackwell, cálculo nativo en 4 bits). Para máxima precisión, BF16 en 4 H100 o 2 GB200 | 75 GB (NVFP4) · 249 GB (BF16) |
| Bolt 74B-A9B | Oficial (llama.cpp): GPU RTX de 32 GB o más, o RTX Spark de 64 GB: receta de 28 GB con 65.536 tokens. Ollama dice que está ajustado para una GPU NVIDIA de 24 GB | Oficial: GPU RTX de 48 GB o más, o RTX Spark de 128 GB: receta de 32 GB con 262.144 tokens | Según la ficha, vLLM con el acelerador LiLiCorr en gráficas Blackwell de consumo y estación de trabajo (RTX 50, RTX PRO, Spark) | 24 GB (GGUF) · 150 GB (BF16) |
| Lightning 30B-A3B (solo texto) | Ollama: paquete de 25 GB (23 GB en la versión para Mac) | Oficial: 1 DGX Spark o 1 H100. La GeForce RTX 5090 figura como compatible, sin receta publicada | Oficial: GB200, con cálculo nativo en 4 bits | 22 GB (NVFP4) |
Detalle completo en el paso 4: «Mide tu equipo y elige la configuración mínima, recomendable u óptima».
Software y servicios
Sistemas operativos
Instrucciones propias para Windows, macOS y Linux.
Modelos y descarga oficial
Licencia del modelo
Licencias que explica el curso: OpenMDW-1.1.
Objetivo del curso: explicar en lenguaje llano qué permite y qué exige la licencia OpenMDW-1.1.
Se explica en el paso 3: «Entiende la licencia OpenMDW-1.1 en lenguaje llano».
Temario del curso
- 1Conoce los modelos Nemotron 3.5 y elige cuál vas a probar
- 2Para qué sirve Nemotron 3.5 y para qué no deberías usarlo
- 3Entiende la licencia OpenMDW-1.1 en lenguaje llano
- 4Mide tu equipo y elige la configuración mínima, recomendable u óptima
- 5Prepara la terminal, la carpeta de trabajo y Python
- 6Instala Ollama y descarga el modelo de tu ruta (rutas A y B)
- 7Habla con el modelo en local y pásale tu primera imagen
- 8Sirve Super VL con vLLM en un servidor Linux (ruta C)
- 9Usa Super VL alojado si tu equipo no llega (ruta D)
- 10Ejemplos de uso: texto, ticket, gráfico y un agente con herramientas
- 11Pasa los casos de prueba y comprueba que el modelo responde bien
- 12Resuelve los errores típicos y decide cómo seguir
Preguntas frecuentes
¿Qué aprenderé en el curso «Nemotron 3.5 en local»?
Al terminar podrás: distinguir Super VL, Bolt y Lightning y elegir el que cabe en tu equipo; explicar en lenguaje llano qué permite y qué exige la licencia OpenMDW-1.1; calcular la configuración mínima, recomendable y óptima de memoria, GPU y disco; ejecutar el modelo en local con Ollama, en un servidor con vLLM o alojado, con el mismo programa; extraer datos de un ticket y de un gráfico y hacer que el modelo use una herramienta; pasar casos de prueba con resultado esperado y resolver los errores típicos.
¿Para quién es, qué nivel tiene y cuánto dura?
Es un curso de nivel principiante. Para quien quiere probar desde cero, con Ollama, un modelo de NVIDIA que lee imágenes, tickets y gráficos y usa herramientas. El curso te ayuda a medir tu equipo y elegir ruta: Bolt pide una tarjeta de 32 GB, Super VL un equipo de 128 GB de memoria unificada o un servidor, y si tu equipo no llega usas la versión alojada. Duración estimada: 3–5 horas, en 12 lecciones.
¿Qué ordenador necesito? ¿Cuál es la configuración mínima, recomendable y óptima?
El paso 4, «Mide tu equipo y elige la configuración mínima, recomendable u óptima», compara tres configuraciones. Mínima — Super VL: Oficial: 1 DGX Spark (128 GB de memoria unificada), con texto e imagen. Ollama: su paquete ocupa 80–90 GB. Comunidad (Unsloth, estimación): unos 64 GB con versiones de 1–2 bits, con más pérdida; Bolt 74B-A9B: Oficial (llama.cpp): GPU RTX de 32 GB o más, o RTX Spark de 64 GB: receta de 28 GB con 65.536 tokens. Ollama dice que está ajustado para una GPU NVIDIA de 24 GB; Lightning 30B-A3B (solo texto): Ollama: paquete de 25 GB (23 GB en la versión para Mac). Recomendable — Super VL: Oficial: 1 H200 o 2 H100 de 80 GB con vLLM: texto, imagen y vídeo, hasta 1 millón de tokens; Bolt 74B-A9B: Oficial: GPU RTX de 48 GB o más, o RTX Spark de 128 GB: receta de 32 GB con 262.144 tokens; Lightning 30B-A3B (solo texto): Oficial: 1 DGX Spark o 1 H100. La GeForce RTX 5090 figura como compatible, sin receta publicada. Óptima — Super VL: Oficial: 1 GB200 (Blackwell, cálculo nativo en 4 bits). Para máxima precisión, BF16 en 4 H100 o 2 GB200; Bolt 74B-A9B: Según la ficha, vLLM con el acelerador LiLiCorr en gráficas Blackwell de consumo y estación de trabajo (RTX 50, RTX PRO, Spark); Lightning 30B-A3B (solo texto): Oficial: GB200, con cálculo nativo en 4 bits.
¿En qué sistemas operativos se puede seguir?
El curso da instrucciones propias para Windows, macOS y Linux.
¿Qué licencia tiene el modelo y qué permite hacer?
Se explica en el paso 3, «Entiende la licencia OpenMDW-1.1 en lenguaje llano». Licencias que trata: OpenMDW-1.1. Objetivo del curso: explicar en lenguaje llano qué permite y qué exige la licencia OpenMDW-1.1.
¿Dónde se descargan los modelos?
De sus páginas oficiales de descarga: NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16 (https://huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16); NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4 (https://huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4); NVIDIA-Nemotron-3.5-Bolt-74B-A9B-24GB (https://huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Bolt-74B-A9B-24GB); NVIDIA-Nemotron-3.5-Bolt-74B-A9B-24GB-GGUF (https://huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Bolt-74B-A9B-24GB-GGUF); NVIDIA-Nemotron-3.5-Lightning-30B-A3B-NVFP4 (https://huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-NVFP4).
¿Qué programas o servicios se usan?
Ollama, Python y la biblioteca openai, PowerShell o Terminal, Docker y vLLM (opcional, servidor Linux con GPU de centro de datos) y build.nvidia.com u OpenRouter (si tu equipo no llega).
¿El curso es gratis?
Sí. El curso es gratuito. Puedes crear una cuenta gratuita en Taku para guardar tu progreso.
¿Forma parte de una serie?
Sí, de la serie «Modelos de IA de pesos abiertos (open weights)», con estos cursos: «Muse Spark Open paso a paso», «FLUX 3 Klein en tu ordenador», «Timestral: previsiones sin GPU», «Nemotron 3.5 en local» y «Qwen3.8 en tu ordenador».