返回搜索结果

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

NVIDIA RTX 409024GBStrata v0.44L2 跨框架验证

本页汇总 NVIDIA-Nemotron-3.5-Bolt-E4B-4GB（Q4_K_M）在 NVIDIA RTX 4090 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。

225.92 tok/s

Decode

解码速度

741.96 tok/s

Prefill

预填充速度

1.96 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 160.59 · Prefill 829.66 ·
Strata · Q4_K_M （当前）Decode 225.92 · Prefill 741.96 ·

核心数据

Decode（平均）: 225.92 tok/s
Prefill（平均）: 741.96 tok/s
TTFT（平均）: 1.96 s
VRAM（平均）: 15.88 GB
MTP 接受率: 0.49
TTFB: 1.81 GB
功耗: 304.8 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: v0.44
上下文长度: 8192 tokens
批次大小: 512
GPU 层数: 5
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 4090
标称显存: 24 GB
实测显存（均值）: 15.88 GB
系统: Windows 11 24H2
驱动: 565.57
CUDA: 12.6
电源功耗: 304.8 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

L2 跨框架验证其他原始链接验证于 2026-10-24
v0.44 · Windows 11 24H2 · CUDA 12.6 · 8192 ctx
225.92 tok/s
Decode
741.96 tok/s
Prefill
1.96 s
TTFT
15.88 GB
VRAM
0.49
MTP
304.8 W
功耗
L2 batch seed 2026-10-24: Strata on hw_id=1 running model_id=97 at Q4_K_M