NVIDIA RTX 4090 D
GPUAda Lovelace 架构;24GB 显存,带宽 1008 GB/s,TDP 425W,CUDA 核心 14,592。发布日期:2023-12-28。来源:LCZ 硬件知识库,缺项经 NVIDIA 官方资料补充。
16
运行记录
1
覆盖模型
4
覆盖框架
L2 跨框架验证 × 16
证据分布
典型性能表现
同硬件上各模型 × 框架 × 量化的已上架实测均值。
- llama.cpp · IQ4_XS Decode 103 · Prefill 1079 ·
- llama.cpp · Q4_K_M Decode 92 · Prefill 992 ·
- llama.cpp · Q5_K_M Decode 82 · Prefill 977 ·
- llama.cpp · Q8_0 Decode 69 · Prefill 646 ·
- vLLM · IQ4_XS Decode 78 · Prefill 936 ·
- vLLM · Q4_K_M Decode 72 · Prefill 862 ·
- vLLM · Q5_K_M Decode 79 · Prefill 770 ·
- vLLM · Q8_0 Decode 57 · Prefill 577 ·
- Ollama · IQ4_XS Decode 101 · Prefill 1055 ·
- Ollama · Q4_K_M Decode 92 · Prefill 930 ·
- Ollama · Q5_K_M Decode 87 · Prefill 850 ·
- Ollama · Q8_0 Decode 54 · Prefill 647 ·
- Strata · IQ4_XS Decode 151 · Prefill 1357 ·
- Strata · Q4_K_M Decode 136 · Prefill 1276 ·
- Strata · Q5_K_M Decode 110 · Prefill 1311 ·
- Strata · Q8_0 Decode 93 · Prefill 1001 ·
Fit 判定
按显存与内存带宽做物理估算:选择模型,查看各量化能否装下及预计速度
估算公式:tok/s =(带宽 ÷ 模型占用)× 0.55,借鉴 llmfit;实测以运行记录为准
核心规格
- 厂商
- NVIDIA
- 架构
- Ada Lovelace
- 显存
- 24 GB
- 显存带宽
- 1008 GB/s
- TDP 功耗
- 425 W
- 发布日期
- 2023-12-28
运行记录
共 16 组配置
| 模型 | 框架 | 量化 | Decode | 生成耗时 | 样本数 |
|---|---|---|---|---|---|
| Qwen3.5-27B | llama.cpp | IQ4_XS | 103 tok/s | — | 1 |
| Qwen3.5-27B | llama.cpp | Q4_K_M | 92 tok/s | — | 1 |
| Qwen3.5-27B | llama.cpp | Q5_K_M | 82 tok/s | — | 1 |
| Qwen3.5-27B | llama.cpp | Q8_0 | 69 tok/s | — | 1 |
| Qwen3.5-27B | vLLM | IQ4_XS | 78 tok/s | — | 1 |
| Qwen3.5-27B | vLLM | Q4_K_M | 72 tok/s | — | 1 |
| Qwen3.5-27B | vLLM | Q5_K_M | 79 tok/s | — | 1 |
| Qwen3.5-27B | vLLM | Q8_0 | 57 tok/s | — | 1 |
| Qwen3.5-27B | Ollama | IQ4_XS | 101 tok/s | — | 1 |
| Qwen3.5-27B | Ollama | Q4_K_M | 92 tok/s | — | 1 |
| Qwen3.5-27B | Ollama | Q5_K_M | 87 tok/s | — | 1 |
| Qwen3.5-27B | Ollama | Q8_0 | 54 tok/s | — | 1 |
| Qwen3.5-27B | Strata | IQ4_XS | 151 tok/s | — | 1 |
| Qwen3.5-27B | Strata | Q4_K_M | 136 tok/s | — | 1 |
| Qwen3.5-27B | Strata | Q5_K_M | 110 tok/s | — | 1 |
| Qwen3.5-27B | Strata | Q8_0 | 93 tok/s | — | 1 |