返回搜索结果
DeepSeek-R1-Distill-Qwen-14B · IQ2_XS
NVIDIA RTX 508016GBllama.cpp v0.41L2 跨框架验证
本页汇总 DeepSeek-R1-Distill-Qwen-14B（IQ2_XS）在 NVIDIA RTX 5080 上以 llama.cpp 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。
202.82 tok/s
Decode
解码速度
808.1 tok/s
Prefill
预填充速度
1.06 s
TTFT
首 token 延迟
15.2 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
今天
最后验证
性能表现
- llama.cpp · IQ2_XS （当前）Decode 202.82 · Prefill 808.1 ·
核心数据
- Decode（平均）
- 202.82 tok/s
- Prefill（平均）
- 808.1 tok/s
- TTFT（平均）
- 1.06 s
- VRAM（平均）
- 15.2 GB
- MTP 接受率
- —
- TTFB
- 1.62 GB
- 功耗
- 207.9 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
- IQ2_XS
- 框架
- llama.cpp
- 版本
- v0.41
- 上下文长度
- 4096 tokens
- 批次大小
- 256
- GPU 层数
- 28
- 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 RTX 5080
- 标称显存
- 16 GB
- 实测显存（均值）
- 15.2 GB
- 系统
- Windows 11 24H2
- 驱动
- 565.57
- CUDA
- 12.8
- 电源功耗
- 207.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.41 · Windows 11 24H2 · CUDA 12.8 · 4096 ctx
202.82 tok/s
Decode
808.1 tok/s
Prefill
1.06 s
TTFT
15.2 GB
VRAM
—
MTP
207.9 W
功耗
L2 batch seed 2026-10-18: llama.cpp on hw_id=14 running model_id=71 at IQ2_XS