返回搜索结果
Qwen2.5-Omni-3B · IQ4_XS
NVIDIA DGX Spark128GBOllama v0.52L2 跨框架验证
本页汇总 Qwen2.5-Omni-3B（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。
218.18 tok/s
Decode
解码速度
903.32 tok/s
Prefill
预填充速度
1.07 s
TTFT
首 token 延迟
6.76 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
- vLLM · Q3_K_M Decode 258.63 · Prefill 1322.45 ·
- vLLM · Q5_K_M Decode 183.75 · Prefill 675.77 ·
- Ollama · IQ2_M Decode 292.67 · Prefill 1302.54 ·
- Ollama · IQ4_XS （当前）Decode 218.18 · Prefill 903.32 ·
核心数据
- Decode（平均）
- 218.18 tok/s
- Prefill（平均）
- 903.32 tok/s
- TTFT（平均）
- 1.07 s
- VRAM（平均）
- 6.76 GB
- MTP 接受率
- —
- TTFB
- 1.75 GB
- 功耗
- 219.6 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen2.5-Omni-3B
- 量化方式
- IQ4_XS
- 框架
- Ollama
- 版本
- v0.52
- 上下文长度
- 4096 tokens
- 批次大小
- 256
- GPU 层数
- 99
- 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）
- 6.76 GB
- 系统
- Ubuntu 24.04
- 驱动
- 565.57
- CUDA
- 12.8
- 电源功耗
- 219.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.52 · Ubuntu 24.04 · CUDA 12.8 · 4096 ctx
218.18 tok/s
Decode
903.32 tok/s
Prefill
1.07 s
TTFT
6.76 GB
VRAM
—
MTP
219.6 W
功耗
L2 batch seed 2026-10-13: Ollama on hw_id=54 running model_id=60 at IQ4_XS