返回搜索结果
Qwen3.5-0.8B · IQ2_XS
NVIDIA DGX Spark128GBvLLM v0.30L2 跨框架验证
本页汇总 Qwen3.5-0.8B（IQ2_XS）在 NVIDIA DGX Spark 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。
310.29 tok/s
Decode
解码速度
1,000.44 tok/s
Prefill
预填充速度
2.38 s
TTFT
首 token 延迟
2.91 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 · IQ2_XS （当前）Decode 310.29 · Prefill 1000.44 ·
- Ollama · IQ2_XS Decode 348.98 · Prefill 1689.57 ·
- Ollama · Q3_K_M Decode 387.92 · Prefill 1612.07 ·
- Ollama · IQ3_XS Decode 391.28 · Prefill 1950.82 ·
- Ollama · IQ4_XS Decode 338.64 · Prefill 1719.5 ·
核心数据
- Decode（平均）
- 310.29 tok/s
- Prefill（平均）
- 1,000.44 tok/s
- TTFT（平均）
- 2.38 s
- VRAM（平均）
- 2.91 GB
- MTP 接受率
- —
- TTFB
- 2.48 GB
- 功耗
- 193.1 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3.5-0.8B
- 量化方式
- IQ2_XS
- 框架
- vLLM
- 版本
- v0.30
- 上下文长度
- 8192 tokens
- 批次大小
- 16
- GPU 层数
- 999
- 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）
- 2.91 GB
- 系统
- Windows 11 23H2
- 驱动
- 560.94
- CUDA
- 12.6
- 电源功耗
- 193.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.30 · Windows 11 23H2 · CUDA 12.6 · 8192 ctx
310.29 tok/s
Decode
1,000.44 tok/s
Prefill
2.38 s
TTFT
2.91 GB
VRAM
—
MTP
193.1 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=54 running model_id=51 at IQ2_XS