Arao AI
返回搜索结果

Hy-Memory-30B-A3B · IQ2_XS

发起讨论
Apple M2 Ultrallama.cpp v0.49L2 跨框架验证

本页汇总 Hy-Memory-30B-A3B（IQ2_XS）在 Apple M2 Ultra 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。

240.85 tok/s

Decode

解码速度

1,025.78 tok/s

Prefill

预填充速度

2.19 s

TTFT

首 token 延迟

32.34 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 （当前）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 Decode 134.47 · Prefill 706.31 ·

核心数据

Decode（平均）
240.85 tok/s
Prefill（平均）
1,025.78 tok/s
TTFT（平均）
2.19 s
VRAM（平均）
32.34 GB
MTP 接受率
—
TTFB
1.93 GB
功耗
109.9 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
IQ2_XS
框架
llama.cpp
版本
v0.49
上下文长度
32768 tokens
批次大小
512
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
Apple M2 Ultra
实测显存（均值）
32.34 GB
系统
macOS 26.1
电源功耗
109.9 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

    v0.49 · macOS 26.1 · 32768 ctx

    240.85 tok/s

    Decode

    1,025.78 tok/s

    Prefill

    2.19 s

    TTFT

    32.34 GB

    VRAM

    —

    MTP

    109.9 W

    功耗

    L2 batch seed 2026-10-19: llama.cpp on hw_id=103 running model_id=87 at IQ2_XS