返回搜索结果
Llama-3.2-3B-Instruct · Q4_K_M
NVIDIA RTX Spark128GBllama.cpp v0.27L2 跨框架验证
本页汇总 Llama-3.2-3B-Instruct（Q4_K_M）在 NVIDIA RTX Spark 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。
89.55 tok/s
Decode
解码速度
296 tok/s
Prefill
预填充速度
1.73 s
TTFT
首 token 延迟
7.27 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
17 天前
最后验证
性能表现
- llama.cpp · IQ3_S Decode 108.82 · Prefill 395.74 ·
- llama.cpp · Q4_K_M （当前）Decode 89.55 · Prefill 296 ·
- Ollama · IQ2_XS Decode 115.72 · Prefill 413.02 ·
- Ollama · Q4_K_M Decode 76.59 · Prefill 359.8 ·
核心数据
- Decode（平均）
- 89.55 tok/s
- Prefill（平均）
- 296 tok/s
- TTFT（平均）
- 1.73 s
- VRAM（平均）
- 7.27 GB
- MTP 接受率
- —
- TTFB
- 0.72 GB
- 功耗
- 84.6 W
基础配置
成员级字段取自最近一次实测
- 模型
- Llama-3.2-3B-Instruct
- 量化方式
- Q4_K_M
- 框架
- llama.cpp
- 版本
- v0.27
- 上下文长度
- 16384 tokens
- 批次大小
- 512
- GPU 层数
- 20
- 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 Spark
- 标称显存
- 128 GB
- 实测显存（均值）
- 7.27 GB
- 系统
- Windows 11 24H2
- 驱动
- NVIDIA 590.10
- CUDA
- 13.0
- 电源功耗
- 84.6 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 1 条实测记录，逐条可回溯到原始出处
v0.27 · Windows 11 24H2 · CUDA 13.0 · 16384 ctx
89.55 tok/s
Decode
296 tok/s
Prefill
1.73 s
TTFT
7.27 GB
VRAM
—
MTP
84.6 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=110 running model_id=70 at Q4_K_M