q4 variant of GLM-5.3-Flash does not run on a Mac Studio with 512GB
オープン
- 主要言語
- C
- スター
- 22.3k
- フォーク
- 2.1k
- 平均マージ
- 1日 3時間
- マージ済み PR（30日）
- 4
説明
When executing ds4-server to run the Q4 variant of GLM-5.3-Flash, the following message appears:
ds4: GLM memory guard refused ctx=1000000 compact_cap=1000000 before GLM graph allocation
ds4: model map: 177.77 GiB
ds4: graph cache/scratch: 18.14 GiB (full KV 2.75 GiB, compact DSA 11.15 GiB, scratch 4.25 GiB)
ds4: required model+graph: 195.91 GiB; guard budget: 110.00 GiB (base 512.00 GiB, fraction 0.99, reserve 32.00 GiB, transient 0.00 GiB)
ds4: GLM-5.3 has a fixed 110 GiB per-rank ceiling; use a smaller --ctx, tensor parallelism, or SSD streaming
The machine is a Mac Studio with 512 GB. I would guess that there is a hardcoded value suited for a Q2 version.
コントリビューションガイド
評価
この issue はまだ評価されていません。