返回搜索结果

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

NVIDIA RTX 309024GBStrata v0.28L2 跨框架验证

本页汇总 NVIDIA-Nemotron-3.5-Bolt-E4B-4GB（Q4_K_M）在 NVIDIA RTX 3090 上以 Strata 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。

125.83 tok/s

Decode

解码速度

630.14 tok/s

Prefill

预填充速度

2.19 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

12 天前

最后验证

性能表现

llama.cpp · Q4_K_M Decode 94.58 · Prefill 353.95 ·
Strata · Q4_K_M （当前）Decode 125.83 · Prefill 630.14 ·

核心数据

Decode（平均）: 125.83 tok/s
Prefill（平均）: 630.14 tok/s
TTFT（平均）: 2.19 s
VRAM（平均）: 15.88 GB
MTP 接受率: 0.58
TTFB: 1.01 GB
功耗: 250.4 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: Strata
版本: v0.28
上下文长度: 65536 tokens
批次大小: 1024
GPU 层数: 5
Flash Attention: 关闭

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 3090
标称显存: 24 GB
实测显存（均值）: 15.88 GB
系统: Ubuntu 22.04
驱动: 572.83
CUDA: 12.4
电源功耗: 250.4 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

L2 跨框架验证其他原始链接验证于 2026-10-24
v0.28 · Ubuntu 22.04 · CUDA 12.4 · 65536 ctx
125.83 tok/s
Decode
630.14 tok/s
Prefill
2.19 s
TTFT
15.88 GB
VRAM
0.58
MTP
250.4 W
功耗
L2 batch seed 2026-10-24: Strata on hw_id=2 running model_id=97 at Q4_K_M