Arao AI
返回搜索结果

NVIDIA-Nemotron-3.5-Bolt-E4B-4GB · Q4_K_M

发起讨论
AMD Ryzen AI Max+ 395128GBOllama v0.20L2 跨框架验证

本页汇总 NVIDIA-Nemotron-3.5-Bolt-E4B-4GB（Q4_K_M）在 AMD Ryzen AI Max+ 395 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。

33.77 tok/s

Decode

解码速度

108.98 tok/s

Prefill

预填充速度

1.79 s

TTFT

首 token 延迟

15.88 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

11 天前

最后验证

性能表现

  1. llama.cpp · Q4_K_M Decode 35.76 · Prefill 167.23 ·
  2. Ollama · Q4_K_M （当前）Decode 33.77 · Prefill 108.98 ·

核心数据

Decode（平均）
33.77 tok/s
Prefill（平均）
108.98 tok/s
TTFT（平均）
1.79 s
VRAM（平均）
15.88 GB
MTP 接受率
—
TTFB
0.27 GB
功耗
64.3 W

基础配置

成员级字段取自最近一次实测

模型
NVIDIA-Nemotron-3.5-Bolt-E4B-4GB
量化方式
Q4_K_M
框架
Ollama
版本
v0.20
上下文长度
65536 tokens
批次大小
512
GPU 层数
99
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
AMD Ryzen AI Max+ 395
标称显存
128 GB
实测显存（均值）
15.88 GB
系统
Ubuntu 24.04
驱动
amdgpu-pro 24.20
CUDA
12.4
电源功耗
64.3 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 2026-10-24

    v0.20 · Ubuntu 24.04 · CUDA 12.4 · 65536 ctx

    33.77 tok/s

    Decode

    108.98 tok/s

    Prefill

    1.79 s

    TTFT

    15.88 GB

    VRAM

    —

    MTP

    64.3 W

    功耗

    L2 batch seed 2026-10-24: Ollama on hw_id=24 running model_id=97 at Q4_K_M