返回搜索结果
NVIDIA-Nemotron-3.5-Bolt-E4B-4GB · BF16
NVIDIA RTX PRO 6000 Blackwell 96GB96GBvLLM v0.36L2 跨框架验证
本页汇总 NVIDIA-Nemotron-3.5-Bolt-E4B-4GB（BF16）在 NVIDIA RTX PRO 6000 Blackwell 96GB 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。
177.62 tok/s
Decode
解码速度
884.45 tok/s
Prefill
预填充速度
0.72 s
TTFT
首 token 延迟
31.5 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 177.62 · Prefill 884.45 ·
- Ollama · Q4_K_M Decode 264.78 · Prefill 915.82 ·
核心数据
- Decode（平均）
- 177.62 tok/s
- Prefill（平均）
- 884.45 tok/s
- TTFT（平均）
- 0.72 s
- VRAM（平均）
- 31.5 GB
- MTP 接受率
- —
- TTFB
- 1.42 GB
- 功耗
- 350.6 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
- v0.36
- 上下文长度
- 16384 tokens
- 批次大小
- 16
- 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 PRO 6000 Blackwell 96GB
- 标称显存
- 96 GB
- 实测显存（均值）
- 31.5 GB
- 系统
- Windows 11 23H2
- 驱动
- 570.86
- CUDA
- 12.8
- 电源功耗
- 350.6 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
v0.36 · Windows 11 23H2 · CUDA 12.8 · 16384 ctx
177.62 tok/s
Decode
884.45 tok/s
Prefill
0.72 s
TTFT
31.5 GB
VRAM
—
MTP
350.6 W
功耗
L2 batch seed 2026-10-24: vLLM on hw_id=68 running model_id=97 at BF16