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
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

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 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

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。