返回搜索结果
Qwen3.5-0.8B · IQ3_S
NVIDIA Jetson AGX Orin 64GB64GBOllama v0.52L2 跨框架验证
本页汇总 Qwen3.5-0.8B（IQ3_S）在 NVIDIA Jetson AGX Orin 64GB 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。
138.5 tok/s
Decode
解码速度
456.82 tok/s
Prefill
预填充速度
0.37 s
TTFT
首 token 延迟
3.21 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
- llama.cpp · IQ2_M Decode 177.54 · Prefill 614.93 ·
- llama.cpp · IQ2_XS Decode 200.96 · Prefill 773.99 ·
- Ollama · IQ3_S （当前）Decode 138.5 · Prefill 456.82 ·
- Ollama · Q5_K_S Decode 116.4 · Prefill 439.62 ·
- vLLM · IQ4_XS Decode 140.75 · Prefill 759.45 ·
- vLLM · Q5_K_M Decode 125.95 · Prefill 424.45 ·
核心数据
- Decode（平均）
- 138.5 tok/s
- Prefill（平均）
- 456.82 tok/s
- TTFT（平均）
- 0.37 s
- VRAM（平均）
- 3.21 GB
- MTP 接受率
- —
- TTFB
- 1.11 GB
- 功耗
- 16.4 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
- IQ3_S
- 框架
- Ollama
- 版本
- v0.52
- 上下文长度
- 2048 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 Jetson AGX Orin 64GB
- 标称显存
- 64 GB
- 实测显存（均值）
- 3.21 GB
- 系统
- JetPack 6.0
- 驱动
- NVIDIA L4T 36.3
- CUDA
- 12.6
- 电源功耗
- 16.4 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 · JetPack 6.0 · CUDA 12.6 · 2048 ctx
138.5 tok/s
Decode
456.82 tok/s
Prefill
0.37 s
TTFT
3.21 GB
VRAM
—
MTP
16.4 W
功耗
L2 batch seed 2026-10-16: Ollama on hw_id=76 running model_id=51 at IQ3_S