Requisiti VRAM di GLM-4-32B-0414, dimensioni GGUF e guida GPU

Simulatore interattivo di memoria e contesto per GLM-4-32B-0414

Quantizzazione dei pesi (bpw)

Precisione KV Cache

GPU di destinazione / fascia memoria unificata

Dispositivi (TP)

Lunghezza contesto (token) 32,768 token

Ripartizione memoria e limite di banda passante

Al limite (>90% usabile)

Pesi del modello: 83% KV: 8.8% Overhead: 8.2%

Memoria totale richiesta

21.78 GB

Allocazione per dispositivo: 21.78 GB

Pesi del modello

18.07 GB

KV Cache (FP16): 1.91 GB

Decodifica stimata (singolo flusso)

27.3 tok/s

Overhead runtime e TP: 1.81 GB

Contesto max prima di OOM

61,544

token

La compressione KV architetturale risparmia il 95.8% rispetto a MHA FP16 standard (45.75 GB).

Matrice VRAM per precisione e quantizzazione (contesto 8K / 32K / 128K)

Memoria GPU totale richiesta in base alla precisione dei pesi e alla lunghezza del contesto (batch = 1, KV cache FP16)
Precisione / Formato	bpw effettivi	Solo pesi	Totale @ ctx 8K	Totale @ ctx 32K	Totale @ ctx 128K	Fascia consigliata (@ 32K)
FP16 / BF16	16.00 bpw	59.60 GB	63.13 GB	64.56 GB	70.28 GB	NVIDIA A100 80GB
FP8	8.50 bpw	31.66 GB	34.36 GB	35.79 GB	41.50 GB	Apple M4 Pro 48GB
Q8_0	8.50 bpw	31.66 GB	34.36 GB	35.79 GB	41.50 GB	Apple M4 Pro 48GB
Q6_K	6.56 bpw	24.44 GB	26.91 GB	28.34 GB	34.06 GB	RTX 5090 32GB
Q5_K_M	5.69 bpw	21.20 GB	23.57 GB	25.00 GB	30.72 GB	RTX 5090 32GB
Q4_K_M	4.85 bpw	18.07 GB	20.35 GB	21.78 GB	27.50 GB	RTX 3090 24GB
AWQ INT4	4.50 bpw	16.76 GB	19.01 GB	20.44 GB	26.16 GB	RTX 3090 24GB
IQ4_XS	4.25 bpw	15.83 GB	18.05 GB	19.48 GB	25.20 GB	RTX 3090 24GB

Compatibilità hardware e velocità di decodifica (GLM-4-32B-0414 @ Q4_K_M, contesto 32K)

Esito di compatibilità, utilizzo memoria e throughput di decodifica stimato sulle principali GPU e Apple Silicon
Fascia hardware	Memoria e banda	Richiesta (32K)	Compatibilità	Velocità decod. stimata
RTX 3090 24GB	24 GB · 936 GB/s	21.78 GB (91%)	Al limite (>90% usabile)	27.3 tok/s
RTX 4090 24GB	24 GB · 1008 GB/s	21.78 GB (91%)	Al limite (>90% usabile)	29.4 tok/s
RTX 5090 32GB	32 GB · 1792 GB/s	21.78 GB (68%)	Entra comodamente	52.3 tok/s
Apple M-Max 64GB	64 GB · 546 GB/s	21.17 GB (33%)	Entra comodamente	15.0 tok/s
Mac Studio 128GB	128 GB · 546 GB/s	21.17 GB (17%)	Entra comodamente	15.0 tok/s
Mac Studio 192GB	192 GB · 800 GB/s	21.17 GB (11%)	Entra comodamente	22.0 tok/s
NVIDIA A100 80GB	80 GB · 2039 GB/s	21.78 GB (27%)	Entra comodamente	63.0 tok/s
NVIDIA H100 80GB	80 GB · 3350 GB/s	21.78 GB (27%)	Entra comodamente	103.5 tok/s

Parametri verificati dell’architettura Transformer

Checkpoint ID: THUDM/GLM-4-32B-0414
Ollama Tag: glm4:32b
License / Release: MIT · 2025-Q2
Topologia e attenzione: Transformer denso
Meccanismo di attenzione: Attenzione a query raggruppate (GQA)
Parametri totali (B): 32B
Parametri attivi / token (B): 32B
Livelli nascosti / Dimensione nascosta: 61 / 6144
Teste di query / Teste KV: 48Q / 2KV (d=128)
Vocab / Max Position: 151,552 / 32,768

I formati quantizzati memorizzano fattori di scala per blocco e zero-point accanto ai pesi interi compatti. Un checkpoint GGUF Q4_K_M a 4 bit richiede in media 4.85 bit effettivi per parametro (non 4.00), mentre Q8_0 si attesta a 8.50 bpw. Nei modelli Mixture-of-Experts, tutti gli esperti instradati e condivisi restano residenti in memoria per evitare il paging dall’host a ogni token.

La Grouped-Query Attention standard alloca 2 × L × H_kv × d_head × S × B × bytes_kv lungo i livelli. La Multi-head Latent Attention di DeepSeek (MLA) comprime chiavi e valori in L × (d_kv_lora + d_qk_rope) × S × B × bytes_kv, riducendo di oltre il 90% la memoria sui contesti lunghi. I modelli ibridi a finestra scorrevole limitano i livelli di attenzione locale a min(S, window_size) facendo scalare linearmente con S quelli globali.

Comandi rapidi vLLM e Ollama per GLM-4-32B-0414

vllm serve THUDM/GLM-4-32B-0414 \
  --tensor-parallel-size 1 \
  --max-model-len 32768 \
  --max-num-seqs 8 \
  --gpu-memory-utilization 0.95 \
  --kv-cache-dtype fp8 \
  --enable-prefix-caching \
  --port 8000

# Save as Modelfile, then run: ollama create glm-4-32b-custom -f Modelfile
FROM glm4:32b
PARAMETER num_ctx 32768
PARAMETER num_batch 512
PARAMETER flash_attn true

# Environment variables for ollama serve:
# OLLAMA_NUM_PARALLEL=8 OLLAMA_FLASH_ATTENTION=1 OLLAMA_KV_CACHE_TYPE=q8_0 ollama serve