Requisiti VRAM di GLM-4-9B-0414, dimensioni GGUF e guida GPU

Simulatore interattivo di memoria e contesto per GLM-4-9B-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

Entra comodamente

Pesi del modello: 67.6% KV: 15.9% Overhead: 16.5%

Memoria totale richiesta

7.86 GB

Allocazione per dispositivo: 7.86 GB

Pesi del modello

5.31 GB

KV Cache (FP16): 1.25 GB

Decodifica stimata (singolo flusso)

32.0 tok/s

Overhead runtime e TP: 1.30 GB

Contesto max prima di OOM

136,404

token

La compressione KV architetturale risparmia il 93.8% rispetto a MHA FP16 standard (20.00 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	17.51 GB	19.49 GB	20.42 GB	24.17 GB	RTX 3090 24GB
FP8	8.50 bpw	9.30 GB	11.03 GB	11.97 GB	15.72 GB	RTX 4060 Ti 16GB
Q8_0	8.50 bpw	9.30 GB	11.03 GB	11.97 GB	15.72 GB	RTX 4060 Ti 16GB
Q6_K	6.56 bpw	7.18 GB	8.85 GB	9.78 GB	13.53 GB	RTX 3060 12GB
Q5_K_M	5.69 bpw	6.23 GB	7.87 GB	8.80 GB	12.55 GB	RTX 3060 12GB
Q4_K_M	4.85 bpw	5.31 GB	6.92 GB	7.86 GB	11.61 GB	RTX 3060 12GB
AWQ INT4	4.50 bpw	4.92 GB	6.52 GB	7.46 GB	11.21 GB	RTX 3060 12GB
IQ4_XS	4.25 bpw	4.65 GB	6.24 GB	7.18 GB	10.93 GB	RTX 3060 12GB

Compatibilità hardware e velocità di decodifica (GLM-4-9B-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	7.86 GB (33%)	Entra comodamente	83.2 tok/s
RTX 4090 24GB	24 GB · 1008 GB/s	7.86 GB (33%)	Entra comodamente	89.6 tok/s
RTX 5090 32GB	32 GB · 1792 GB/s	7.86 GB (25%)	Entra comodamente	159.2 tok/s
Apple M-Max 64GB	64 GB · 546 GB/s	7.44 GB (12%)	Entra comodamente	45.7 tok/s
Mac Studio 128GB	128 GB · 546 GB/s	7.44 GB (6%)	Entra comodamente	45.7 tok/s
Mac Studio 192GB	192 GB · 800 GB/s	7.44 GB (4%)	Entra comodamente	66.9 tok/s
NVIDIA A100 80GB	80 GB · 2039 GB/s	7.86 GB (10%)	Entra comodamente	191.8 tok/s
NVIDIA H100 80GB	80 GB · 3350 GB/s	7.86 GB (10%)	Entra comodamente	315.2 tok/s

Parametri verificati dell’architettura Transformer

Checkpoint ID: THUDM/GLM-4-9B-0414
Ollama Tag: glm4:9b
License / Release: MIT · 2025-Q2
Topologia e attenzione: Transformer denso
Meccanismo di attenzione: Attenzione a query raggruppate (GQA)
Parametri totali (B): 9.4B
Parametri attivi / token (B): 9.4B
Livelli nascosti / Dimensione nascosta: 40 / 4096
Teste di query / Teste KV: 32Q / 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-4-9B-0414

vllm serve THUDM/GLM-4-9B-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-4-9b-custom -f Modelfile
FROM glm4:9b
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