返回搜索结果
DeepSeek-R1-Distill-Qwen-14B · AWQ-INT4
NVIDIA RTX 409024GBvLLM 0.7.3L2 跨框架验证
本页汇总 DeepSeek-R1-Distill-Qwen-14B（AWQ-INT4）在 NVIDIA RTX 4090 上以 vLLM 运行的 2 次实测数据，来自 2 个独立来源平台；指标为已上架实测的均值。
63.6 tok/s
Decode
解码速度
1,192.75 tok/s
Prefill
预填充速度
0.29 s
TTFT
首 token 延迟
11.1 GB
VRAM
显存占用
L2 跨框架验证
2
实测次数
2
独立来源
GitHub、Hugging Face
来源平台
17 天前
最后验证
性能表现
- vLLM · AWQ-INT4 （当前）Decode 63.6 · Prefill 1192.75 ·
核心数据
- Decode（平均）
- 63.6 tok/s
- Prefill（平均）
- 1,192.75 tok/s
- TTFT（平均）
- 0.29 s
- VRAM（平均）
- 11.1 GB
- MTP 接受率
- —
- TTFB
- — GB
- 功耗
- 357.5 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
- AWQ-INT4
- 框架
- vLLM
- 版本
- 0.7.3
- 上下文长度
- 32768 tokens
- 批次大小
- 32
硬件信息
标称与实测并排陈列，能否运行由读者自判
- GPU
- NVIDIA RTX 4090
- 标称显存
- 24 GB
- 实测显存（均值）
- 11.1 GB
- 系统
- Ubuntu 24.04
- 驱动
- 550.107.02
- CUDA
- 12.4
- 电源功耗
- 356.8 W
来源与证据
共 2 条实测记录，逐条可回溯到原始出处
0.7.3 · Ubuntu 24.04 · CUDA 12.4 · 32768 ctx
62.3 tok/s
Decode
1,180.5 tok/s
Prefill
0.28 s
TTFT
11.2 GB
VRAM
—
MTP
356.8 W
功耗
vLLM AWQ-INT4 批量 32 下 62 tok/s，两条链路互验。
0.7.3 · Ubuntu 24.04 · CUDA 12.4 · 32768 ctx
64.9 tok/s
Decode
1,205 tok/s
Prefill
0.31 s
TTFT
11 GB
VRAM
—
MTP
358.2 W
功耗
批量 64 时 64.9 tok/s。