返回搜索结果
Qwen2.5-Omni-3B · Q2_K
NVIDIA Jetson AGX Orin 64GB64GBvLLM v0.45L2 跨框架验证
本页汇总 Qwen2.5-Omni-3B（Q2_K）在 NVIDIA Jetson AGX Orin 64GB 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。
118.95 tok/s
Decode
解码速度
465.31 tok/s
Prefill
预填充速度
0.53 s
TTFT
首 token 延迟
5.57 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
2 天前
最后验证
性能表现
- vLLM · IQ1_S Decode 135.17 · Prefill 565.39 ·
- vLLM · Q2_K （当前）Decode 118.95 · Prefill 465.31 ·
- Strata · Q3_K_S Decode 147.6 · Prefill 732.7 ·
- llama.cpp · Q2_K Decode 113.33 · Prefill 517.85 ·
- llama.cpp · Q3_K_L Decode 91.94 · Prefill 356.4 ·
- vLLM · Q4_K_S Decode 88.52 · Prefill 343.83 ·
核心数据
- Decode（平均）
- 118.95 tok/s
- Prefill（平均）
- 465.31 tok/s
- TTFT（平均）
- 0.53 s
- VRAM（平均）
- 5.57 GB
- MTP 接受率
- —
- TTFB
- 0.95 GB
- 功耗
- 23.7 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
- Q2_K
- 框架
- vLLM
- 版本
- v0.45
- 上下文长度
- 2048 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 Jetson AGX Orin 64GB
- 标称显存
- 64 GB
- 实测显存（均值）
- 5.57 GB
- 系统
- JetPack 6.0
- 驱动
- NVIDIA L4T 36.3
- CUDA
- 12.6
- 电源功耗
- 23.7 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.45 · JetPack 6.0 · CUDA 12.6 · 2048 ctx
118.95 tok/s
Decode
465.31 tok/s
Prefill
0.53 s
TTFT
5.57 GB
VRAM
—
MTP
23.7 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=76 running model_id=60 at Q2_K