GLM 5.3 解码显存卸载机制图解：每生成一个 token 需读取 13GB 权重

AGI Hunt 图解 GLM 5.3 推理解码阶段的显存卸载机制：每生成一个 token 需读取 13GB 常驻权重。示例覆盖全部 75 层，每层涉及 8/256 个专家，并将 8 个专家中的 7 个副本缓存在 GPU。未命中的专家由 CPU 从 RAM 直接计算，部分可按效率择机复制回 GPU。