Sur une RTX 5090 (32 Go), GLM-4 0414 32B en Q4_K_M demande environ 19,8 Go de mémoire vidéo : il devrait tenir.
Pas encore mesuré : les chiffres ci-dessous sont des estimations, calculées à partir des modèles déjà mesurés sur cette carte. Mesurer ma carte
—
Génération (estimée)
≥ 19,8 Go
VRAM conseillée (32 Go dispo.)
—
Conso (modèle de réf.)
—
Coût élec. / M tokens · 0,25 €/kWh
Aucun modèle n'a encore été mesuré sur la RTX 5090 : pas d'estimation de vitesse possible.
Et avec un contexte plus long ?
Contexte
Cache KV
VRAM estimée
Tient en 32 Go ?
Vitesse estimée
4 096
0,2 Go
19,1 Go
oui
—
8 192
0,5 Go
19,3 Go
oui
—
16 384
1,0 Go
19,8 Go
oui
—
32 768
1,9 Go
20,7 Go
oui
—
VRAM estimée = fichier + cache KV (couches à attention complète, f16) + ~0,5 Go de buffers, hors mémoire prise par le système — d'où la « VRAM conseillée », un peu plus haute, qui garde cette marge. Vitesse ≈ vitesse estimée × poids lus ÷ (poids lus + cache KV ajouté).
Estimations fondées sur les mesures réelles d'autres modèles sur cette carte et sur les données publiques du modèle (GLM). Dès qu'une mesure existe, cette page affiche les vrais chiffres.