返回搜索结果
Qwen2.5-0.5B-Instruct · IQ4_XS
NVIDIA DGX Spark128GBOllama v0.40L2 跨框架验证
本页汇总 Qwen2.5-0.5B-Instruct（IQ4_XS）在 NVIDIA DGX Spark 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。
345.19 tok/s
Decode
解码速度
1,510.37 tok/s
Prefill
预填充速度
1.21 s
TTFT
首 token 延迟
2.88 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
5 天前
最后验证
性能表现
- llama.cpp · IQ2_XS Decode 344.66 · Prefill 1710.46 ·
- Strata · IQ2_XS Decode 295.77 · Prefill 1437.09 ·
- Strata · Q5_K_M Decode 294.11 · Prefill 1222.22 ·
- Ollama · IQ4_XS （当前）Decode 345.19 · Prefill 1510.37 ·
- Ollama · Q6_K Decode 298.04 · Prefill 1558.09 ·
核心数据
- Decode（平均）
- 345.19 tok/s
- Prefill（平均）
- 1,510.37 tok/s
- TTFT（平均）
- 1.21 s
- VRAM（平均）
- 2.88 GB
- MTP 接受率
- —
- TTFB
- 2.76 GB
- 功耗
- 258.8 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen2.5-0.5B-Instruct
- 量化方式
- IQ4_XS
- 框架
- Ollama
- 版本
- v0.40
- 上下文长度
- 16384 tokens
- 批次大小
- 256
- GPU 层数
- 20
- 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 DGX Spark
- 标称显存
- 128 GB
- 实测显存（均值）
- 2.88 GB
- 系统
- Ubuntu 24.04
- 驱动
- 560.94
- CUDA
- 12.8
- 电源功耗
- 258.8 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.40 · Ubuntu 24.04 · CUDA 12.8 · 16384 ctx
345.19 tok/s
Decode
1,510.37 tok/s
Prefill
1.21 s
TTFT
2.88 GB
VRAM
—
MTP
258.8 W
功耗
L2 batch seed 2026-10-13: Ollama on hw_id=54 running model_id=59 at IQ4_XS