返回搜索结果
Qwen3-Embedding-0.6B · IQ2_M
NVIDIA DGX Spark128GBOllama v0.31L2 跨框架验证
本页汇总 Qwen3-Embedding-0.6B（IQ2_M）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。
338.92 tok/s
Decode
解码速度
1,553.22 tok/s
Prefill
预填充速度
1.7 s
TTFT
首 token 延迟
2.75 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 353.22 · Prefill 1765.39 ·
- vLLM · Q5_K_S Decode 364.71 · Prefill 1715.93 ·
- Ollama · IQ2_M （当前）Decode 338.92 · Prefill 1553.22 ·
- Ollama · Q4_K_M Decode 393.8 · Prefill 1419.14 ·
核心数据
- Decode（平均）
- 338.92 tok/s
- Prefill（平均）
- 1,553.22 tok/s
- TTFT（平均）
- 1.7 s
- VRAM（平均）
- 2.75 GB
- MTP 接受率
- —
- TTFB
- 2.71 GB
- 功耗
- 272.3 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3-Embedding-0.6B
- 量化方式
- IQ2_M
- 框架
- Ollama
- 版本
- v0.31
- 上下文长度
- 8192 tokens
- 批次大小
- 256
- GPU 层数
- 99
- Flash Attention
- 关闭
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）
- 2.75 GB
- 系统
- Windows 11 23H2
- 驱动
- 565.57
- CUDA
- 12.6
- 电源功耗
- 272.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.31 · Windows 11 23H2 · CUDA 12.6 · 8192 ctx
338.92 tok/s
Decode
1,553.22 tok/s
Prefill
1.7 s
TTFT
2.75 GB
VRAM
—
MTP
272.3 W
功耗
L2 batch seed 2026-10-16: Ollama on hw_id=54 running model_id=62 at IQ2_M