返回搜索结果
NVIDIA-Nemotron-3.5-Bolt-E4B-4GB · BF16
NVIDIA RTX 509032GBvLLM v0.50L2 跨框架验证
本页汇总 NVIDIA-Nemotron-3.5-Bolt-E4B-4GB（BF16）在 NVIDIA RTX 5090 上以 vLLM 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。
171.53 tok/s
Decode
解码速度
804.96 tok/s
Prefill
预填充速度
0.25 s
TTFT
首 token 延迟
30.4 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
- vLLM · BF16 （当前）Decode 171.53 · Prefill 804.96 ·
- Ollama · Q4_K_M Decode 279.75 · Prefill 1289.8 ·
核心数据
- Decode（平均）
- 171.53 tok/s
- Prefill（平均）
- 804.96 tok/s
- TTFT（平均）
- 0.25 s
- VRAM（平均）
- 30.4 GB
- MTP 接受率
- —
- TTFB
- 1.37 GB
- 功耗
- 435.1 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
- BF16
- 框架
- vLLM
- 版本
- v0.50
- 上下文长度
- 8192 tokens
- 批次大小
- 32
- GPU 层数
- 999
- 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 5090
- 标称显存
- 32 GB
- 实测显存（均值）
- 30.4 GB
- 系统
- Ubuntu 22.04
- 驱动
- 570.86
- CUDA
- 12.8
- 电源功耗
- 435.1 W
获取与上手
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.50 · Ubuntu 22.04 · CUDA 12.8 · 8192 ctx
171.53 tok/s
Decode
804.96 tok/s
Prefill
0.25 s
TTFT
30.4 GB
VRAM
—
MTP
435.1 W
功耗
L2 batch seed 2026-10-24: vLLM on hw_id=13 running model_id=97 at BF16