---
type: "Article"
title: "GLM-5.3-Flash NVFP4 mit SparkRing auf 2× DGX Spark"
description: "GLM-5.3-Flash NVFP4 mit SparkRing auf 2× DGX Spark: Rezept von fujitsupolycom mit Tempo, Bedingung und Quelle je Zahl, Gewichten und Lizenz."
resource: "https://www.contextstudios.ai/de/lokale-ki/fujitsupolycom--glm-5.3-flash-nvfp4-tp2-2x-dgx-spark"
language: "de"
generated:
  by: "process:contextstudios-md/1"
  at: "2026-10-24T17:09:11.542Z"
status: "stable"
---

# GLM-5.3-Flash NVFP4 mit SparkRing auf 2× DGX Spark

GLM-5.3-Flash NVFP4 mit SparkRing auf 2× DGX Spark: 36 tok/s laut github.com (Datensatz-Stand: 29. Sept. 2026).

- Kreator: [fujitsupolycom](https://www.contextstudios.ai/de/lokale-ki/kreatoren/fujitsupolycom.md)
- Engine: vLLM (local-inference-lab Fork) via SparkRing (switchless NCCL ueber ConnectX-7)
- Quantisierung: NVFP4 Spark (Local Inference Lab)
- Modellfamilie: GLM-5.3-Flash
- Hardware: dgx-spark x2
- Artificial Analysis Intelligence Index: 41.8 ([source](https://artificialanalysis.ai/models/glm-5-3-flash))

## Alle Zahlen

- 36 tok/s (Alltag; Alltag, 1 Anfrage, Decode bei 16K Kontext (Profil-Tabelle), Thinking immer an, max; Peak C=8 (Profil dient max. 8 Requests)) — [source](https://github.com/FujitsuPolycom/sparkring#profiles)
- decode_tps: 36 (1 Anfrage) — [source](https://github.com/FujitsuPolycom/sparkring#profiles)
- decode_tps: 100 (16 parallele Anfragen) — [source](https://github.com/FujitsuPolycom/sparkring#profiles)
- prefill_tps: 2460 (1 Anfrage) — [source](https://github.com/FujitsuPolycom/sparkring#profiles)

## Gewichte

- [local-inference-lab/GLM-5.3-Flash-NVFP4-Spark](https://huggingface.co/local-inference-lab/GLM-5.3-Flash-NVFP4-Spark) (main, mit)

[https://github.com/FujitsuPolycom/sparkring](https://github.com/FujitsuPolycom/sparkring)

## Related

- [Lokale KI auf Ihrer Hardware.](https://www.contextstudios.ai/de/lokale-ki.md)