GLM / GLM-5.3-Flash
Квантование FP8 для GLM-5.3-Flash
Опубликованные показатели предварительные; технические измерения выполняются для выбранной модели и оборудования.
До → После
Базовый релизПроверенный чекпойнт
320.000B
320.000B
КвантизацияFP8
Цель сохранения качества
Цель сохранения качества
Производственный артефактАртефакт
Отчёт о происхождении модели и результатах тестирования
Отчёт о происхождении модели и результатах тестирования
Выбор GPU
Веса и KV-кэшРасчет до измерения в ходе инженерной работы
Расчётная VRAMИзмеренные и сертифицированные результаты предоставляются вместе с проектом.
Подготовка среды выполненияtransformers, vllm, sglang, tokenspeed, ktransformers