Aller au contenu
Run LLM Locally

GLM-4.5-Air sur une RTX 4090

GLM-4.5-Air en Q4_K_M demande environ 73,7 Go, plus que les 24 Go de la RTX 4090 : une partie du modèle tourne depuis la RAM système, ce qui ralentit la génération. En Q3_K_M, il ne tient pas en VRAM.

PartagerFacebookXWhatsAppLinkedInE-mail

GLM-4.5-Air

Q4_K_M · 8K contexte

Possible mais lent

Le modèle demande environ 73,7 Go mais seuls 23,3 Go de VRAM sont utilisables : 50,4 Go doivent être chargés en RAM système. Il fonctionne, à 32 % sur le GPU, mais plus lentement.

Votre matériel
RTX 4090 24 Go · 64 Go RAM
Mémoire estimée
~73,7 Go estimation
VRAM (mémoire utilisable)
23,3 Go
GPU seul
Non
Offload CPU/GPU
Nécessaire (50,4 Go)
Vitesse de génération
3–6 tok/s estimation
Plus grand contexte en mémoire rapide
Aucun
Confiance : faible

Basé sur : bande passante mémoire (1 008 Go/s) et taille du modèle · bande passante de la RAM système (~51 Go/s)

Répartition de la mémoire

~73,7 Go (71,9 Go–75,5 Go) nécessaires · estimation

50,4 Go à décharger en RAM système

  • Poids du modèle68 Go
  • Cache KV1,4 Go
  • Surcoût runtime0,8 Go
  • Marge de sécurité3,5 Go
Hypothèses: contexte 8K tokens · cache KV f16 · llama.cpp (CUDA) · flash attention activée · poids = taille réelle du fichier

EstimationDonnées mises à jour il y a 40 joursSource: moteur Run LLM Locally, Hugging Face config.json + model card

Ce qui rend cette estimation moins fiable

  • pas encore de benchmark pour ce matériel et ce modèle
  • le partage CPU/GPU varie beaucoup selon le processeur et le lien PCIe
  • vitesse de la RAM inconnue (DDR4-3200 double canal supposée)
  • mélange d'experts : la vitesse dépend du routage des experts

Les autres quantifications sur la RTX 4090

GLM-4.5-Air sur RTX 4090 + 64 Go de RAM · contexte 8K
GLM-4.5-Air Q8_08K~117 Go · Pas de donnéesIncompatible
GLM-4.5-Air Q6_K8K~99,2 Go · Pas de donnéesIncompatible
GLM-4.5-Air Q5_K_M8K~84 Go · Pas de donnéesIncompatible
GLM-4.5-Air Q4_K_M8K~73,7 Go · 3–6 tok/s estimationPossible mais lent
GLM-4.5-Air IQ4_XS8K~61,5 Go · 4–8 tok/s estimationPossible mais lent
GLM-4.5-Air Q3_K_M8K~58,3 Go · 4,5–8,5 tok/s estimationPossible mais lent

Alternatives

Les GPU qui font tourner GLM-4.5-Air Q4_K_M entièrement en VRAM

D'autres modèles adaptés à la RTX 4090

Du matériel qui fait tourner GLM-4.5-Air Q4_K_M entièrement en mémoire

Les prix et les liens suivent le marché choisi.

Radeon PRO W7900

AMD

ExcellentFait tourner GLM-4.5-Air Q4_K_M entièrement en mémoire

Prix indisponible

Disponibilité inconnue

Voir sur amazon.fr

Lien affilié

NVIDIA DGX Spark (GB10)

PC à mémoire unifiée

ExcellentFait tourner GLM-4.5-Air Q4_K_M entièrement en mémoire

Prix indisponible

Disponibilité inconnue

Voir sur amazon.fr

Lien affilié

Aucune offre importée pour ce marché : le lien ouvre une recherche sur la boutique.

Questions fréquentes

La RTX 4090 peut-elle faire tourner GLM-4.5-Air ?
Le modèle demande environ 73,7 Go mais seuls 23,3 Go de VRAM sont utilisables : 50,4 Go doivent être chargés en RAM système. Il fonctionne, à 32 % sur le GPU, mais plus lentement.
Quelle quantification choisir sur la RTX 4090 ?
Aucune ne tient entièrement en VRAM à 8K ; la plus petite, Q3_K_M, demande encore un offload.
Quel est le plus grand contexte possible sur la RTX 4090 ?
En Q4_K_M, le modèle ne tient pas entièrement en VRAM, même avec un contexte court.
À quelle vitesse tourne GLM-4.5-Air (RTX 4090) ?
Nous estimons 3–6 tok/s (estimation, confiance faible). Basé sur : bande passante mémoire (1 008 Go/s) et taille du modèle, bande passante de la RAM système (~51 Go/s).