返回搜索结果
DeepSeek-R1-Distill-Qwen-14B · Q2_K
NVIDIA H2097GBvLLM v0.21L2 跨框架验证
本页汇总 DeepSeek-R1-Distill-Qwen-14B（Q2_K）在 NVIDIA H20 上以 vLLM 运行的 1 次实测数据，来自 1 个独立来源平台；指标为已上架实测的均值。
62.74 tok/s
Decode
解码速度
220.68 tok/s
Prefill
预填充速度
0.26 s
TTFT
首 token 延迟
18.27 GB
VRAM
显存占用
L2 跨框架验证
1
实测次数
1
独立来源
其他
来源平台
17 天前
最后验证
性能表现
- llama.cpp · IQ2_XS Decode 67.98 · Prefill 225.25 ·
- llama.cpp · Q4_K_M Decode 42.42 · Prefill 221.34 ·
- vLLM · Q2_K （当前）Decode 62.74 · Prefill 220.68 ·
- vLLM · Q6_K Decode 33.53 · Prefill 137.11 ·
核心数据
- Decode（平均）
- 62.74 tok/s
- Prefill（平均）
- 220.68 tok/s
- TTFT（平均）
- 0.26 s
- VRAM（平均）
- 18.27 GB
- MTP 接受率
- —
- TTFB
- 0.5 GB
- 功耗
- 350.9 W
基础配置
成员级字段取自最近一次实测
- 模型
- DeepSeek-R1-Distill-Qwen-14B
- 量化方式
- Q2_K
- 框架
- vLLM
- 版本
- v0.21
- 上下文长度
- 2048 tokens
- 批次大小
- 32
- GPU 层数
- 999
- Flash Attention
- 开启
硬件信息
标称与实测并排陈列，能否运行由读者自判
- GPU
- NVIDIA H20
- 标称显存
- 97 GB
- 实测显存（均值）
- 18.27 GB
- 系统
- Windows 11 24H2
- 驱动
- 572.83
- CUDA
- 12.6
- 电源功耗
- 350.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.21 · Windows 11 24H2 · CUDA 12.6 · 2048 ctx
62.74 tok/s
Decode
220.68 tok/s
Prefill
0.26 s
TTFT
18.27 GB
VRAM
—
MTP
350.9 W
功耗
L2 batch seed 2026-10-19: vLLM on hw_id=56 running model_id=71 at Q2_K