8× DGX Spark üzerinde GLM-5.2 — NVFP4, vLLM, TP8, spekülatif kod çözme k=5 çıkarım benchmark'ı
Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç
| Model | GLM-5.2 |
|---|---|
| Parametre | 753B |
| Zekâ Endeksi | 33.7 |
| Agentic Endeksi | 38.4 |
| Cihaz | 8× DGX Spark |
| Kuantizasyon | NVFP4 |
| Maks C | 1 |
| Chat Kapasitesi | 4 |
| Agentic Kapasitesi | 1 |
| TP | 8 |
| DP | — |
| PP | — |
| Inference Engine | vLLM |
| Spekülatif Kod Çözme | Evet |
| C | TTFT (ms) | TPS (tok/s) | Durum |
|---|---|---|---|
| 1 | 466 | 20.73 | PASS |
| 2 | 682 | 16.24 | FAIL |
| 4 | 875 | 13.75 | FAIL |
OpenZeka'nın ölçümünde, 8× DGX Spark üzerinde vLLM ile NVFP4 formatında ve spekülatif kod çözmeyle sunulan GLM-5.2 (753B parametre, TP=8), tek istekte istek başına 20,7 tok/s üretim hızına ve 466 ms ilk token süresine (TTFT) ulaştı.
Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 4, agentic kullanım için 1 kullanıcıdır. Gerçekçi kapasite muhtemelen bu iki değer arasında olacaktır. Kodlama, araç kullanımı, uzun iş akışları ve çoklu ajan kullanımının ağırlıklı olduğu senaryolarda kapasite agentic tahmine yaklaşırken; daha kısa etkileşimlerin, standart sohbetlerin ve daha hafif görevlerin ağırlıkta olduğu kullanımlarda chat tahminine yaklaşacaktır.
Notlar: V3 Final, 256K context, TP=8, EP, GMU 0.75, KV fp8_ds_mla
Zekâ Endeksi ve Agentic Endeksi değerleri Artificial Analysis tarafından yayımlanmıştır ve kaynak belirtilerek burada aktarılmıştır.
OpenZeka'nın ölçümünde, 8× DGX Spark üzerinde vLLM ile NVFP4 formatında ve spekülatif kod çözmeyle sunulan GLM-5.2 (753B parametre, TP=8), tek istekte istek başına 20,7 tok/s üretim hızına ve 466 ms ilk token süresine (TTFT) ulaştı.
Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 4, agentic kullanım için 1 kullanıcıdır. Gerçekçi kapasite muhtemelen bu iki değer arasında olacaktır. Kodlama, araç kullanımı, uzun iş akışları ve çoklu ajan kullanımının ağırlıklı olduğu senaryolarda kapasite agentic tahmine yaklaşırken; daha kısa etkileşimlerin, standart sohbetlerin ve daha hafif görevlerin ağırlıkta olduğu kullanımlarda chat tahminine yaklaşacaktır.