Arao AI
返回搜索结果

Hy-Memory-30B-A3B · Q2_K

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

本页汇总 Hy-Memory-30B-A3B（Q2_K）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。

207.84 tok/s

Decode

解码速度

1,139.16 tok/s

Prefill

预填充速度

0.49 s

TTFT

首 token 延迟

36.75 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 （当前）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）
207.84 tok/s
Prefill（平均）
1,139.16 tok/s
TTFT（平均）
0.49 s
VRAM（平均）
36.75 GB
MTP 接受率
—
TTFB
1.66 GB
功耗
149.8 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
Q2_K
框架
llama.cpp
版本
v0.49
上下文长度
2048 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
Apple M2 Ultra
实测显存（均值）
36.75 GB
系统
macOS 26.1
电源功耗
149.8 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 · 2048 ctx

    207.84 tok/s

    Decode

    1,139.16 tok/s

    Prefill

    0.49 s

    TTFT

    36.75 GB

    VRAM

    —

    MTP

    149.8 W

    功耗

    L2 batch seed 2026-10-19: llama.cpp on hw_id=103 running model_id=87 at Q2_K