GLM-130B calcolatore TPS

Apri i pesi Tsinghua University 130B parametri August 2022

Ogni scheda sottostante è valutata rispetto a questo modello alla lunghezza di contesto e alla qualità minima che scegli. La velocità è una stima per una singola richiesta, calcolata dalla larghezza di banda della memoria della scheda e dalla dimensione del modello una volta compresso..

Calcolato per questo modello

38 schede che possono eseguirlo

818 schede per cui abbiamo specifiche

Scheda più piccola che si adatta

RTX PRO 5000 72 GB Blackwell

72 GB · Q3_K_M · 11.8 tok/s

Scheda più veloce

H100 NVL 94 GB

29.6 tok/s · 94 GB

Quali GPU possono eseguire GLM-130B?

Imposta gli input, leggi la risposta

Lunghezza del contesto token

Una conversazione più lunga richiede più MEMORY, il che può spingere questo modello fuori da schede più piccole..

Qualità minima

Nasconde le schede che si adatterebbero solo al modello comprimendolo al di sotto di questo punto..

Cerca schede

Memoria della scheda

Mostra anche le schede che non possono eseguirlo.

38 schede corrispondono

Calcolo

					Ha bisogno	Quantizzazione	Adatto
29.6 tok/s 18–47 · bassa fiducia	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	79.3 GB	Q4_K_M	Stretto
26.9 tok/s 16–43 · bassa fiducia	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	71.8 GB	IQ4_XS	Stretto
26.9 tok/s 16–43 · bassa fiducia	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	71.8 GB	IQ4_XS	Stretto
26.1 tok/s 16–42 · bassa fiducia	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	139.9 GB	Q8_0	Stretto
26.1 tok/s 16–42 · bassa fiducia	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	139.9 GB	Q8_0	Comodo
25.3 tok/s 15–40 · bassa fiducia	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	79.3 GB	Q4_K_M	Stretto
25.3 tok/s 15–40 · bassa fiducia	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	79.3 GB	Q4_K_M	Stretto
25.3 tok/s 15–40 · bassa fiducia	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	79.3 GB	Q4_K_M	Stretto
24.2 tok/s 15–39 · bassa fiducia	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	109.6 GB	Q6_K	Stretto
23.2 tok/s 14–37 · bassa fiducia	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	109.6 GB	Q6_K	Stretto
23.2 tok/s 14–37 · bassa fiducia	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	109.6 GB	Q6_K	Stretto
20.8 tok/s 12–33 · bassa fiducia	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	139.9 GB	Q8_0	Comodo
20.8 tok/s 12–33 · bassa fiducia	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	139.9 GB	Q8_0	Comodo
19.7 tok/s 12–31 · bassa fiducia	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	109.6 GB	Q6_K	Stretto
16.3 tok/s 10–26 · bassa fiducia	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	71.8 GB	IQ4_XS	Stretto
16.3 tok/s 10–26 · bassa fiducia	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	71.8 GB	IQ4_XS	Stretto
16.3 tok/s 10–26 · bassa fiducia	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	71.8 GB	IQ4_XS	Stretto
16.3 tok/s 10–26 · bassa fiducia	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	71.8 GB	IQ4_XS	Stretto
16.3 tok/s 10–26 · bassa fiducia	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	71.8 GB	IQ4_XS	Stretto
16.3 tok/s 10–26 · bassa fiducia	H800 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Mar 2023	71.8 GB	IQ4_XS	Stretto
15.5 tok/s 9–25 · bassa fiducia	A100 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Jun 2021	71.8 GB	IQ4_XS	Stretto
15.5 tok/s 9–25 · bassa fiducia	A800 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Nov 2022	71.8 GB	IQ4_XS	Stretto
15.3 tok/s 9–24 · bassa fiducia	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	139.9 GB	Q8_0	Comodo
13.5 tok/s 8–22 · bassa fiducia	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	139.9 GB	Q8_0	Comodo
13.5 tok/s 8–22 · bassa fiducia	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	139.9 GB	Q8_0	Comodo

Le velocità sono stime per una singola richiesta — una conversazione alla volta — calcolate dalla larghezza di banda della memoria, dalla dimensione del modello e dalla quantizzazione. Il throughput reale varia con il runtime di inferenza e la sua versione. I valori pubblicati dai fornitori di hardware misurano molte richieste simultanee e sono molto più elevati..

In registrazione

specifiche complete

Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..

Origine

Chi ha costruito questo modello, dove e quando è stato pubblicato.

Organizzazione: Tsinghua University
Tipo di organizzazione: Academia
Paese: China
Pubblicato: 4 August 2022
Autori: Aohan Zeng, Xiao Liu, Zhengxiao Du, Zihan Wang, Hanyu Lai, Ming Ding, Zhuoyi Yang, Yifan Xu, Wendi Zheng, Xiao Xia, Weng Lam Tam, Zixuan Ma, Yufei Xue, Jidong Zhai, Wenguang Chen, Peng Zhang, Yuxiao Dong, Jie Tang

Cosa fa

Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.

Dominio: Language
Compito: Language modeling/generation, Translation
Formato numerico: FP16

Dimensione

Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.

parametri: 130B
Dati di addestramento: 152,000,000,000 tokens
Epoche: 1
Dimensione del Batch: 8,650,752

Calcolo di addestramento

L'aritmetica eseguita per addestrare il modello, misurata in operazioni in virgola mobile. È una misura di quanto è costato il run di addestramento, e non di quanto velocemente il modello finito ti risponde.

Calcolo di addestramento: 3.5 × 10²³ FLOP
Come è stato stabilito: Operation counting,Hardware

La corsa di addestramento

Cosa ha richiesto fisicamente per addestrare: quali chip, quanti, per quanto tempo e cosa ha prelevato dalla presa.

Hardware di addestramento: NVIDIA A100 SXM4 40 GB
Chip utilizzati: 768
Chip-ore: 1,105,920
Tempo di parete: 1,440 hours (60 days)
Utilizzo dell'hardware: MFU 32.5% · HFU 43.3%
Consumo energetico: 615.7 kW
Costo di calcolo: $820,297

Disponibilità

Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.

Pesi: Open — downloadable
Accesso al modello: Open weights (non-commercial)
Codice di addestramento: Unreleased

Come è classificato

Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.

Modello di base: Yes
Probabilmente sopra 10²³ FLOP: Yes
Perché è monitorato: SOTA improvement
Record fiducia: Confident
Citazioni: 1,264
Dati di benchmark: GLM-130B

Fonti

Da dove proviene questo record e quando è stato controllato l'ultima volta.

Riferimento: GLM-130B: An Open Bilingual Pre-trained Model
Ultimo aggiornamento: 25 May 2026

Gli estremi

Le dieci GPU più veloci che eseguono GLM-130B

Classificato per token stimati al secondo, scheda più recente per prima dove le velocità coincidono. Poiché la generazione è vincolata dalla larghezza di banda della memoria, quest'ordinamento segue la larghezza di banda piuttosto che qualsiasi benchmark di gioco..

Le GPU più piccole che ancora funzionano GLM-130B

Il percorso più economico, in base alla capacità di memoria. Un adattamento stretto esegue il modello ma non lascia nulla di riserva per una conversazione più lunga..

Cosa significano i numeri

Il lato hardware

Scheda minima

RTX PRO 5000 72 GB Blackwell

Memoria necessaria

64.2 GB

Più veloce

29.6 tok/s

GLM-130B raggiunge un conteggio di parametri di 130B. Questo lo colloca al di sopra dell'hardware consumer, nella fascia in cui una CARD viene acquistata per questo scopo piuttosto che riadattata per esso. Il numero di CARD che teniamo traccia e che possono contenerlo: 38.

A basso prezzo è gestito da RTX PRO 5000 72 GB Blackwell, con una capacità di memoria di 72 GB, eseguendolo a una compressione di Q3_K_M e producendo circa 11.8 token al secondo

Il risultato più rapido proviene da H100 NVL 94 GB, generando approssimativamente 29.6 token al secondo sulla base di una larghezza di banda di VRAM 3,940 GB/s.

Informazioni su questo modello

GLM-130B è stato pubblicato da Tsinghua University, nel paese registrato come China, durante August 2022. La categoria sotto cui rientra l'editore è academia.

Funziona nel dominio di Language, ed è registrato come eseguire il compito di language modeling/generation, Translation.

I pesi aperti sono ciò che mette questa pagina nel calcolatore piuttosto che solo nel catalogo: è un modello che puoi effettivamente tenere.

Quanto è veloce nel funzionare e perché

Meta delle schede che lo supportano gestiscono più di 16.3 token al secondo 35 di loro

Essendo denso, legge tutto se stesso per token, motivo per cui l'ordinamento per velocità qui sotto segue da vicino l'ordinamento per larghezza di banda della memoria.

La memoria qui è stimata dalla dimensione piuttosto che calcolata dall'architettura, che non è registrata per questo modello — i numeri sono indicativi piuttosto che esatti.

Cosa è stato necessario per costruirlo

Il run di addestramento ha consumato circa 3.5 × 10²³ FLOP, su hardware registrato come NVIDIA A100 SXM4 40 GB. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.

L'addestramento ha consumato un corpus di circa 152,000,000,000 token di testo

È tracciato nel dataset sottostante per una ragione in particolare: sOTA improvement.

Passo dopo passo

Come scegliere una GPU per GLM-130B

La tabella sopra ha già valutato ogni card di cui possediamo le specifiche rispetto a questo modello. Arrivare alla tua risposta richiede sei passaggi..

01

Controlla cosa serve prima di ogni altra cosa

Ogni card qui è stata controllata contro GLM-130B, avere bisogno di circa 64.2 GB a una compressione di Q3_K_M. La Capacità è il cancello — una card o la tiene o non la tiene.
02

Imposta la lunghezza del CONTEXT che utilizzerai.

Imposta il contesto su ciò che utilizzerai effettivamente. La cache cresce con la conversazione, ed è il motivo consueto per cui una card che sembrava a posto smette di adattarsi. GLM-130B.
03

Decidi quanto spazio di compressione accetterai

La Compression è ciò che rende un modello adatto a schede più piccole, a fronte di un certo costo in accuratezza., raggiungendo una compressione di Q3_K_M sulla scheda più piccola che si adatta. Impostare una qualità minima elimina le schede che riescono a gestirla solo spremendo oltre quanto desiderato e mantiene il confronto a un livello.
04

Ordina per throughput piuttosto che per specifiche.

La velocità dell'ordinamento è effettivamente un ordinamento per larghezza di banda di memoria, per GLM-130B. Non si adatterà a un'ordinazione da gaming, perché la generazione è vincolata dalla larghezza di banda della memoria. La scheda in cima alla lista è H100 NVL 94 GB, nella 29.6 tok/s
05

Leggi l'ultima colonna di fit

Una vestibilità stretta funziona, ma non lascia nulla in più per una conversazione più lunga, nel caso di GLM-130B. Comfortable significa che puoi espandere il contesto in seguito. Quella differenza conta più di pochi token al secondo, quindi acquista per comfortable se ti aspetti di farlo.
06

Vedi cos'altro che questa card esegue

Ogni nome di scheda è collegato alla propria pagina, che esegue lo stesso calcolo su tutto il catalogo dei modelli. Una scheda è solitamente acquistata per più di un modello, quindi vale la pena dare un'occhiata prima di acquistare. GLM-130B.

Risposte

GLM-130B — domande comuni

GLM-130B— quanti parametri ha?

Ha un numero di parametri di 130B. Dense model. Quella cifra è il totale, ed è ciò che decide quanto memoria il modello ha bisogno — circa mezzo gigabyte per miliardo alla compressione che la maggior parte delle persone usa.

GLM-130B— chi l'ha creato?

È stato pubblicato da Tsinghua University, basato su China, un'organizzazione categorizzata come academia.

GLM-130B— quando è stato rilasciato?

È stato pubblicato in August 2022. La capacità per parametro è migliorata considerevolmente da allora, quindi un modello più recente della stessa dimensione è spesso un uso migliore dello stesso hardware.

GLM-130B— A cosa serve?

Funziona nel dominio di Language, e viene registrato come gestire il compito di language modeling/generation, Translation. Un modello può gestire diversi di ciascuno, quindi queste sono le aree per cui è stato costruito piuttosto che un limite su ciò che tenterà.

GLM-130B— Dove posso scaricarlo?

I pesi sono pubblicati, anche se non abbiamo un link al repository per essi. Questo sito calcola i requisiti hardware anziché ospitare file di modello.

GLM-130B— quanto calcolo è stato utilizzato per addestrarlo?

L'addestramento ha consumato circa 3.5 × 10²³ FLOP, su hardware registrato come NVIDIA A100 SXM4 40 GB. Questo misura quanto costa produrre il modello e non dice nulla su quanto rapidamente risponde una volta addestrato — la velocità di inferenza deriva dalla larghezza di banda della memoria, non dal budget di addestramento.

GLM-130B— posso eseguirlo se non si adatta nella mia GPU?

Parzialmente. I layer che non si adattano si trovano nella memoria di sistema e funzionano a una frazione della velocità, quindi un modello in gran parte scaricato è raramente conveniente da usare. La più vicina mancata che calcoliamo risulta insufficiente di 21.7 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.

GLM-130B— due GPU lo farebbero andare più veloce?

Due schede comprano VRAM piuttosto che velocità, che conta solo se una scheda non può contenerla. Il numero che può: 38. Quindi una seconda CARD è raramente la risposta qui.

GLM-130B— perché la quantizzazione differisce tra le schede?

Ogni card è mostrata mentre esegue la copia meno compressa che può contenere. Il numero di livelli di compressione distinti tra le card che si adattano: 5. Schede più grandi ottengono la versione più accurata e il livello di qualità sopra fissa il confronto a un livello.

GLM-130B— quanto sono accurate queste stime di velocità?

Queste sono stime con barre di errore reali, e ognuna di esse potrebbe ragionevolmente collocarsi ovunque nel suo intervallo pubblicato a seconda del runtime che utilizzi. Il risultato più veloce qui: 18–47 tok/s su H100 NVL 94 GB. Lo stesso modello e scheda variano tra il trenta e il cinquanta per cento a seconda del software di inferenza e della sua versione.

GLM-130B— che GPU ho bisogno per eseguirlo?

La scheda più piccola nel nostro catalogo che la contiene è RTX PRO 5000 72 GB Blackwell, con una capacità di memoria di 72 GB. Esegui il modello a una compressione di Q3_K_M utilizzando circa 64.2 GB, e produce approssimativamente 11.8 token al secondo. Il numero di card in grado di eseguirlo in totale: 38.

GLM-130B— quanto è veloce su una GPU?

Dipende dalla scheda. La più rapida che calcoliamo è H100 NVL 94 GB, circa 29.6 token al secondo; il più lento che riesce a farlo gestisce considerevolmente meno. La velocità di lettura è di circa dieci token al secondo, e il numero di schede che riescono a farlo: 35.

GLM-130B— quanta VRAM serve?

Ha bisogno di 64.2 GB a una compressione di Q3_K_M, quale è la scheda più piccola che lo utilizza. Meno compressione richiede di più: le cifre nella colonna della memoria sopra sono ricalcolate per ogni scheda, perché ognuna contiene la versione meno compressa possibile.

GLM-130B— è open-source?

I suoi pesi sono pubblicati, quindi può essere scaricato e eseguito sul proprio hardware. Si noti che OPEN WEIGHTS non è lo stesso di OPEN SOURCE nel senso completo — non dice nulla sui dati di addestramento, sul codice di addestramento o sui termini commerciali allegati.

Fonte

Pubblicazione originale

Ultimo aggiornamento del record 25 May 2026

L'altra direzione

Guardandolo dall'altro lato?

Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.

Tutti i modelli AI