GLM-4-Voice-9B VRAM- & GPU-Rechner

Hardware-Dimensionierung für GLM-4-Voice-9B (9.4B von Zhipu AI). 8K-Kontext-Richtwert: 6.9 GB (INT4) • 11.7 GB (FP8) • 21.2 GB (FP16).

GPUs

Speicheranforderungen 21.23 GB

Benötigt 1 GPUs (basierend auf Speicherkapazität)

20 GB

Alle Modellgewichte

0.31 GB

Gesprächsverlauf-Cache

0.8 GB

Nebenläufigkeits-Verarbeitungs-Cache

0.12 GB

Temporärer Berechnungs-Cache

Leistungsmetriken
46 tok/s testen →
Gesamtdurchsatz
46 Token/s
Durchsatz pro Benutzer
46 Token/s/Benutzer
Geschätzte Latenz
3291 ms
Max QPS
0.3 Anfragen/s

Geschätzt aus Speicherbandbreite und Rechenleistung über 1x NVIDIA RTX 4090 (24GB).

Schnellstart CLI-Befehl
vllm serve THUDM/glm-4-voice-9b --max-model-len 8192
Flags spiegeln gewählte Präzision, Kontextlänge und Tensor-Parallelität wider.GLM-4-Voice-9B-Spezifikationsseite öffnen →

GLM-4-Voice-9B Architektur & Speicherprofil

Gesamtparameter
9.4B
Architektur
Dense Transformer
Entwickler / Anbieter
Zhipu AI
Empfohlene Präzision
FP16

GLM-4-Voice-9B VRAM-Matrix nach Präzision & Kontext

Vorberechnet für 1 Nutzer (Gewichte + KV-Cache + Overhead).

Präzision8K Kontext32K Kontext128K Kontext
FP1621.2 GB22.2 GB25.9 GB
FP811.7 GB12.1 GB14.0 GB
INT811.7 GB12.1 GB14.0 GB
INT46.9 GB7.1 GB8.1 GB

Empfohlene GPUs für GLM-4-Voice-9B (FP16)

Mindestanzahl an GPUs für 8K Kontext (Batch 1) & geschätzter Durchsatz.

GPU-HardwareMin. GPUsGesamt-VRAMGesch. Speed
NVIDIA RTX 4090 (24GB)1×24 GB46 tok/s
NVIDIA RTX 5090 (32GB)1×32 GB81 tok/s
Apple M4 Max (128GB) (128GB)1×128 GB19 tok/s
NVIDIA A100 (80GB) (80GB)1×80 GB88 tok/s
NVIDIA H100 (80GB)1×80 GB149 tok/s
NVIDIA H200 (141GB)1×141 GB217 tok/s
Huawei Ascend 910B (64GB)1×64 GB54 tok/s

FAQ zu GLM-4-Voice-9B

Wie viel VRAM benötigt GLM-4-Voice-9B?
Bei 8K Kontext und Batch 1 benötigt GLM-4-Voice-9B ca. 21.2 GB in FP16, 11.7 GB in FP8 und 6.9 GB mit INT4-Quantisierung.
Wie viele RTX 4090 oder H100 GPUs brauche ich für GLM-4-Voice-9B?
Im FP16-Modus benötigt GLM-4-Voice-9B mindestens 1x RTX 4090 (24GB) oder 1x NVIDIA H100 (80GB).
Welche Präzision empfiehlt sich produktiv für GLM-4-Voice-9B?
Für GLM-4-Voice-9B (9.4B von Zhipu AI) bietet FP16 den besten Kompromiss aus Qualität, Tempo und Speicherbedarf.