GLM-5.3-Flash Q8_0: VRAM necesaria 373,58 GiB (Estimación aproximada)

VRAM necesaria 373,58 GiB. GLM-5.3-Flash Q8_0 a 8192 tokens es una estimación de 318,04 GiB–373,58 GiB para un LLM en local. Repositorio zai-org/GLM-5.3-Flash. Archivo de 340.981.966.112 bytes. Sin GPU, esto es demanda, no si cabe. Estimación aproximada.

Puntos de control concretos, con arquitectura y archivos de pesos con fuente. GGUF Q8_0 (Unsloth): 318,04 GiB–373,58 GiB a 8192 tokens, 1 secuencia, KV FP16, llama.cpp.

Este resultado es una estimación, no una traza medida.No verificadoPesos con archivo

Editor y procedencia

ProveedorZhipu AI
Hugging Facezai-org/GLM-5.3-Flash
Revisioneb9eb208eb0d988989d07a6a12d0fdeb5f52574a
Parámetros totales321.323.031.390
Parámetros activosDesconocido / sin fuente independiente
Capas45
Cabezas de consulta64
Cabezas KV64 (hybrid)
Dimensión de cabezaderived
Contexto documentado1.048.576
Integridadpartial · partial

El recuento de parámetros activos es desconocido o no tiene una fuente independiente. Los parámetros activos describen el cómputo enrutado, no la huella residente completa.

Capas de memoria de esta estimación

Los bytes del archivo, el KV bruto, los extras del motor y la demanda total van aparte. No es una traza de ejecución.

Weight artifact: 317,56 GiB (340.981.966.112 bytes)
Raw KV cache: 0,35 GiB (377.487.360 bytes)
Engine extras / workspace: 0,13 GiB–55,66 GiB
Total estimated demand: 318,04 GiB–373,58 GiB

Archivos contados

Cuantización	Archivos contados	Bytes	Motor	Evidencia
FP8 safetensors fp8 Calculadora: FP8 safetensors	62 fragmentos safetensors Bytes seleccionados en total: 328.326.771.576 (305,78 GiB / 328,33 GB) Primer fragmento: model-00001-of-00062.safetensors Último fragmento: model-00062-of-00062.safetensors Ver los 62 archivos de fragmentos `model-00001-of-00062.safetensors` `model-00002-of-00062.safetensors` `model-00003-of-00062.safetensors` `model-00004-of-00062.safetensors` `model-00005-of-00062.safetensors` `model-00006-of-00062.safetensors` `model-00007-of-00062.safetensors` `model-00008-of-00062.safetensors` `model-00009-of-00062.safetensors` `model-00010-of-00062.safetensors` `model-00011-of-00062.safetensors` `model-00012-of-00062.safetensors` `model-00013-of-00062.safetensors` `model-00014-of-00062.safetensors` `model-00015-of-00062.safetensors` `model-00016-of-00062.safetensors` `model-00017-of-00062.safetensors` `model-00018-of-00062.safetensors` `model-00019-of-00062.safetensors` `model-00020-of-00062.safetensors` `model-00021-of-00062.safetensors` `model-00022-of-00062.safetensors` `model-00023-of-00062.safetensors` `model-00024-of-00062.safetensors` `model-00025-of-00062.safetensors` `model-00026-of-00062.safetensors` `model-00027-of-00062.safetensors` `model-00028-of-00062.safetensors` `model-00029-of-00062.safetensors` `model-00030-of-00062.safetensors` `model-00031-of-00062.safetensors` `model-00032-of-00062.safetensors` `model-00033-of-00062.safetensors` `model-00034-of-00062.safetensors` `model-00035-of-00062.safetensors` `model-00036-of-00062.safetensors` `model-00037-of-00062.safetensors` `model-00038-of-00062.safetensors` `model-00039-of-00062.safetensors` `model-00040-of-00062.safetensors` `model-00041-of-00062.safetensors` `model-00042-of-00062.safetensors` `model-00043-of-00062.safetensors` `model-00044-of-00062.safetensors` `model-00045-of-00062.safetensors` `model-00046-of-00062.safetensors` `model-00047-of-00062.safetensors` `model-00048-of-00062.safetensors` `model-00049-of-00062.safetensors` `model-00050-of-00062.safetensors` `model-00051-of-00062.safetensors` `model-00052-of-00062.safetensors` `model-00053-of-00062.safetensors` `model-00054-of-00062.safetensors` `model-00055-of-00062.safetensors` `model-00056-of-00062.safetensors` `model-00057-of-00062.safetensors` `model-00058-of-00062.safetensors` `model-00059-of-00062.safetensors` `model-00060-of-00062.safetensors` `model-00061-of-00062.safetensors` `model-00062-of-00062.safetensors`	328.326.771.576 (305,78 GiB / 328,33 GB)	`vllm, sglang, unspecified`	`file-metadata`
GGUF Q8_0 (Unsloth) gguf-q8_0 Calculadora: GGUF Q8_0 (Unsloth)	8 fragmentos safetensors Bytes seleccionados en total: 340.981.966.112 (317,56 GiB / 340,98 GB) Primer fragmento: Q8_0/GLM-5.3-Flash-Q8_0-00001-of-00008.gguf Último fragmento: Q8_0/GLM-5.3-Flash-Q8_0-00008-of-00008.gguf Ver los 8 archivos de fragmentos `Q8_0/GLM-5.3-Flash-Q8_0-00001-of-00008.gguf` `Q8_0/GLM-5.3-Flash-Q8_0-00002-of-00008.gguf` `Q8_0/GLM-5.3-Flash-Q8_0-00003-of-00008.gguf` `Q8_0/GLM-5.3-Flash-Q8_0-00004-of-00008.gguf` `Q8_0/GLM-5.3-Flash-Q8_0-00005-of-00008.gguf` `Q8_0/GLM-5.3-Flash-Q8_0-00006-of-00008.gguf` `Q8_0/GLM-5.3-Flash-Q8_0-00007-of-00008.gguf` `Q8_0/GLM-5.3-Flash-Q8_0-00008-of-00008.gguf`	340.981.966.112 (317,56 GiB / 340,98 GB)	`llama.cpp, ollama, unspecified`	`file-metadata`
INT4 theoretical	No hay archivo publicado	160.661.515.695 (Las filas teóricas no son artefactos descargables.)	—	theoretical

Memoria por cuantización y contexto

Secuencias concurrentes = 1. El KV es FP16 por defecto. El intervalo incluye extras de runtime documentados para el motor indicado. Las cifras usan el mismo núcleo que la calculadora interactiva.

Cuantización	2048 tokens	8192 tokens	32.768 tokens
FP8 safetensors	306,49 GiB–354,64 GiB	306,75 GiB–355,00 GiB	307,81 GiB–356,44 GiB
GGUF Q8_0 (Unsloth)	317,78 GiB–373,20 GiB	318,04 GiB–373,58 GiB	319,10 GiB–375,07 GiB
INT4 theoretical Las filas teóricas no son artefactos descargables.	149,84 GiB–193,41 GiB	150,10 GiB–193,79 GiB	151,16 GiB–195,29 GiB

Caché KV (datos brutos)

Abrir la calculadora con este modelo

Páginas relacionadas

Fuentes

GLM-5.3-Flash model card
config.json — revision eb9eb208eb0d988989d07a6a12d0fdeb5f52574a
safetensors index — metadata.total_size=328326771576
Artifact repo unsloth/GLM-5.3-Flash-GGUF

Hipótesis que afectan al resultado

El contexto pedido cabe en la ventana nativa de 1048576 tokens.
La estimación residente usa el total de parámetros, incluidos expertos MoE inactivos.
El recuento de parámetros activos es desconocido o no tiene una fuente independiente. Los parámetros activos describen el cómputo enrutado, no la huella residente completa.
Los bytes de pesos salen solo de los archivos elegidos, no de todas las cuantizaciones del repositorio.
El tamaño de descarga no es la memoria GPU de pico. El diseño en ejecución y la KV van aparte.
Los bytes de pesos provienen de 8 fragmentos safetensors publicados que suman 340981966112 bytes.
Hay componente de visión. La inferencia de texto no incluye encoder ni projector.
Hay pesos MTP/draft; no entran salvo que se activen.

Calculadora

Cargando la instantánea del catálogo…

Elige primero un modelo y después revisa el equipo.

Modelo

Mostrar modelos históricos

Cuantización

Tipo de dispositivo

Hardware

Carga

La longitud de contexto afecta sobre todo a la memoria de la caché KV.

Ajustes avanzados

Ejecución

Motor y tipo de caché KV de esta estimación.

MotorTipo de caché KVDtype de estado recurrente / conv Incluir estimaciones teóricas (experto) Permitir un sustituto si el filtro no tiene coincidencia

Carga

Escenario de sobrecarga y el espacio de prellenado.

Escenario de sobrecoste en tiempo de ejecución Incluir un espacio de trabajo de prefill más pesado

Topología

Cómo se reparte el modelo entre dispositivos. La memoria no se suma.

DesplieguePartición intra-réplicaNúmero de dispositivos

El número de réplicas es avanzado. La cantidad son nodos o GPUs, no réplicas.

Grupos de réplicasDispositivos por réplica

Presupuesto

Reserva del sistema y margen de seguridad. Un número vacío conserva el valor anterior.

Reserva para sistema / pantalla

GiB (2^30 bytes)

El presupuesto ya descuenta la reserva del sistemaMargen de seguridad extra

Bits efectivos por parámetro (personalizado)Unidad de visualización

Modelo personalizado

Importe una config o escriba la arquitectura. No se escanea nada hasta importar.

Importar config.json local

Se analiza en el navegador. El archivo no se sube.

Repo público de Hugging FaceRevisión

Solo huggingface.co, solo config.json, sin token. Se rechazan repos privados.

Parámetros totalesParámetros activosCapasCabezas de consultaCabezas KVDimensión de cabeza

Busque o elija un modelo del catálogo para ver la VRAM necesaria de un LLM en local.

Busque o elija un modelo del catálogo para ver la VRAM necesaria de un LLM en local.