QDNAConseil et architecture de plateformes d'inférence et d'entraînement de LLM, en local ou hybride

Servir GLM 5.2 avec Unsloth

GLM 5.2 compte 744 milliards de paramètres. Unsloth vise affinage et quantification. Cette page donne la mémoire nécessaire et les plateformes qui conviennent.

Par QDNA · Publié le · Mis à jour le

Réponse courte. Unsloth sert GLM 5.2 dès lors que la machine offre au moins 428 Go de mémoire, empreinte des poids en NVFP4. 7 des 8 plateformes du catalogue y parviennent.

Quelle mémoire faut-il au minimum ?

GLM 5.2 totalise 744 milliards de paramètres. En NVFP4, ses poids occupent environ 428 Go, marge d’exécution comprise : 744 milliards de paramètres × 0,5 octet (NVFP4) = 372,0 Go de poids ; × 1,15 de marge d’exécution = 427,8 Go. En FP8 l’empreinte double, à environ 856 Go (744 milliards de paramètres × 1 octet (FP8) = 744,0 Go de poids ; × 1,15 de marge d’exécution = 855,6 Go.) Le cache d’attention n’est pas calculé sur cette page. Les architectures de ces modèles (attention latente compressée, linéaire ou creuse, couches Mamba) n’ont pas de formule commune par token ; il se mesure sur la machine, avec le contexte et la concurrence visés [À MESURER].

À quoi sert Unsloth ?

Unsloth vise affinage et quantification. Voir la fiche Unsloth et la fiche GLM 5.2.

Sur quelles plateformes ?

Quelle mémoire pour GLM 5.2 avec Unsloth ?

Environ 428 Go en NVFP4 pour les poids, hors cache d’attention.

Unsloth convient-il à GLM 5.2 ?

Unsloth sert GLM 5.2 dès lors que la machine offre au moins 428 Go de mémoire, empreinte des poids en NVFP4. 7 des 8 plateformes du catalogue y parviennent.

Méthode et sources

Les empreintes mémoire sont calculées, elles ne sont pas mesurées : un relevé sur machine peut s’en écarter selon le moteur et le format exact des poids. Chaque valeur ci-dessous porte sa source et la date de son dernier contrôle.