返回搜索结果
DeepSeek-R1-Distill-Qwen-14B · Q4_K_M
NVIDIA RTX Spark128GBllama.cpp v0.28L2 跨框架验证
本页汇总 DeepSeek-R1-Distill-Qwen-14B（Q4_K_M）在 NVIDIA RTX Spark 上以 llama.cpp 运行的 2 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。
32.88 tok/s
Decode
解码速度
122.17 tok/s
Prefill
预填充速度
1.59 s
TTFT
首 token 延迟
26.21 GB
VRAM
显存占用
L2 跨框架验证
2
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 · Q4_K_M （当前）Decode 32.88 · Prefill 122.17 ·
- Ollama · IQ3_S Decode 36.95 · Prefill 186.83 ·
- Ollama · Q4_K_M Decode 32.3 · Prefill 137.42 ·
核心数据
- Decode（平均）
- 32.88 tok/s
- Prefill（平均）
- 122.17 tok/s
- TTFT（平均）
- 1.59 s
- VRAM（平均）
- 26.21 GB
- MTP 接受率
- —
- TTFB
- 0.26 GB
- 功耗
- 66.35 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
- Q4_K_M
- 框架
- llama.cpp
- 版本
- v0.28
- 上下文长度
- 2048 tokens
- 批次大小
- 512
- GPU 层数
- 20
- Flash Attention
- 关闭
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 Spark
- 标称显存
- 128 GB
- 实测显存（均值）
- 26.21 GB
- 系统
- Windows 11 24H2
- 驱动
- NVIDIA 590.10
- CUDA
- 13.0
- 电源功耗
- 68 W
- 参考价格
- $2,399 · 更新于 2026-10-19
价格非实时，以电商页为准
来源与证据
共 2 条实测记录，逐条可回溯到原始出处
v0.28 · Windows 11 24H2 · CUDA 13.0 · 2048 ctx
31.68 tok/s
Decode
118.98 tok/s
Prefill
1.86 s
TTFT
26.21 GB
VRAM
—
MTP
68 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=110 running model_id=71 at Q4_K_M
v0.43 · Windows 11 24H2 · CUDA 13.0 · 4096 ctx
34.07 tok/s
Decode
125.36 tok/s
Prefill
1.31 s
TTFT
26.21 GB
VRAM
—
MTP
64.7 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=110 running model_id=71 at Q4_K_M