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).
| Präzision | 8K Kontext | 32K Kontext | 128K Kontext |
|---|---|---|---|
| FP16 | 21.2 GB | 22.2 GB | 25.9 GB |
| FP8 | 11.7 GB | 12.1 GB | 14.0 GB |
| INT8 | 11.7 GB | 12.1 GB | 14.0 GB |
| INT4 | 6.9 GB | 7.1 GB | 8.1 GB |
Empfohlene GPUs für GLM-4-Voice-9B (FP16)
Mindestanzahl an GPUs für 8K Kontext (Batch 1) & geschätzter Durchsatz.
| GPU-Hardware | Min. GPUs | Gesamt-VRAM | Gesch. Speed |
|---|---|---|---|
| NVIDIA RTX 4090 (24GB) | 1× | 24 GB | 46 tok/s |
| NVIDIA RTX 5090 (32GB) | 1× | 32 GB | 81 tok/s |
| Apple M4 Max (128GB) (128GB) | 1× | 128 GB | 19 tok/s |
| NVIDIA A100 (80GB) (80GB) | 1× | 80 GB | 88 tok/s |
| NVIDIA H100 (80GB) | 1× | 80 GB | 149 tok/s |
| NVIDIA H200 (141GB) | 1× | 141 GB | 217 tok/s |
| Huawei Ascend 910B (64GB) | 1× | 64 GB | 54 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.