GLM-4-Voice-9B VRAM・GPU 必要スペック計算機
GLM-4-Voice-9B(Zhipu AI・9.4Bパラメータ)のハードウェア要件。8Kコンテキスト目安:INT4 6.9 GB • FP8 11.7 GB • FP16 21.2 GB。
台
メモリ要件 21.23 GB
1 台のGPUが必要(メモリ容量ベース)
20 GB
すべてのモデル重み
0.31 GB
会話履歴キャッシュ
0.8 GB
同時処理キャッシュ
0.12 GB
一時計算キャッシュ
パフォーマンス指標
46 tok/s を体感 →総スループット
46 トークン/秒
ユーザーあたりスループット
46 トークン/秒/ユーザー
推定レイテンシ
3291 ms
最大QPS
0.3 クエリ/秒
1x NVIDIA RTX 4090 (24GB) のメモリ帯域と演算性能から推定された推論速度です。
クイック起動 CLI コマンド
vllm serve THUDM/glm-4-voice-9b --max-model-len 8192
選択中の精度・コンテキスト長・テンソル並列GPU枚数が反映されています。GLM-4-Voice-9B 専用ページを開く →
GLM-4-Voice-9B アーキテクチャとメモリ仕様
総パラメータ数
9.4B
アーキテクチャ
Dense(標準)
開発元
Zhipu AI
推奨精度
FP16
GLM-4-Voice-9B 精度別・コンテキスト長別 VRAM マトリクス
同時実行数1におけるモデル重み+KVキャッシュ+実行時メモリの事前計算結果。
| 量子化精度 | 8K コンテキスト | 32K コンテキスト | 128K コンテキスト |
|---|---|---|---|
| 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 |
GLM-4-Voice-9B 推奨 GPU 構成一覧(FP16)
8Kコンテキスト・バッチ1環境での最小必要枚数と推定生成速度。
| GPU ハードウェア | 最小 GPU 数 | 合計 VRAM | 推定速度 |
|---|---|---|---|
| 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 |
GLM-4-Voice-9B デプロイ FAQ
GLM-4-Voice-9B の実行には何 GB の VRAM が必要ですか?
8Kコンテキスト・バッチ1の GLM-4-Voice-9B では、FP16で約21.2 GB、FP8で約11.7 GB、INT4量子化で約6.9 GBのVRAMが必要です。
GLM-4-Voice-9B には RTX 4090 や NVIDIA H100 が何枚必要ですか?
FP16精度でGLM-4-Voice-9Bを動かすには、RTX 4090 (24GB) なら最低1枚、H100 (80GB) なら1枚必要です。
GLM-4-Voice-9B の本番環境ではどの精度を選ぶべきですか?
Zhipu AIのGLM-4-Voice-9B(9.4B)は、速度・メモリ消費・出力品質のバランスに優れたFP16での運用が推奨されます。