Arao AI
返回搜索结果

Hy-Memory-30B-A3B · Q4_K_M

发起讨论
Apple M2 UltraOllama v0.32L2 跨框架验证

本页汇总 Hy-Memory-30B-A3B（Q4_K_M）在 Apple M2 Ultra 上以 Ollama 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。

134.47 tok/s

Decode

解码速度

706.31 tok/s

Prefill

预填充速度

0.52 s

TTFT

首 token 延迟

53.76 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

16 天前

最后验证

性能表现

  1. llama.cpp · IQ2_XS Decode 240.85 · Prefill 1025.78 ·
  2. llama.cpp · Q2_K Decode 207.84 · Prefill 1139.16 ·
  3. Ollama · Q2_K Decode 187.09 · Prefill 853.49 ·
  4. Ollama · Q4_K_M （当前）Decode 134.47 · Prefill 706.31 ·

核心数据

Decode（平均）
134.47 tok/s
Prefill（平均）
706.31 tok/s
TTFT（平均）
0.52 s
VRAM（平均）
53.76 GB
MTP 接受率
—
TTFB
1.08 GB
功耗
127.4 W

基础配置

成员级字段取自最近一次实测

模型
Hy-Memory-30B-A3B
量化方式
Q4_K_M
框架
Ollama
版本
v0.32
上下文长度
32768 tokens
批次大小
256
GPU 层数
33
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
Apple M2 Ultra
实测显存（均值）
53.76 GB
系统
macOS 26.1
电源功耗
127.4 W

获取与上手

原始模型资料

以下为基础模型入口，不保证与本次量化版本一致；部署请使用上方已核实权重。

来源与证据

共 1 条实测记录，逐条可回溯到原始出处

  1. L2 跨框架验证其他原始链接 验证于 2026-10-19

    v0.32 · macOS 26.1 · 32768 ctx

    134.47 tok/s

    Decode

    706.31 tok/s

    Prefill

    0.52 s

    TTFT

    53.76 GB

    VRAM

    —

    MTP

    127.4 W

    功耗

    L2 batch seed 2026-10-19: Ollama on hw_id=103 running model_id=87 at Q4_K_M