返回搜索结果
Qwen3.5-0.8B · Q8_0
NVIDIA RTX Spark128GBOllama v0.29L2 跨框架验证
本页汇总 Qwen3.5-0.8B（Q8_0）在 NVIDIA RTX Spark 上以 Ollama 运行的 2 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。
79.06 tok/s
Decode
解码速度
361.81 tok/s
Prefill
预填充速度
0.86 s
TTFT
首 token 延迟
4.03 GB
VRAM
显存占用
L2 跨框架验证
2
实测次数
1
独立来源
其他
来源平台
16 天前
最后验证
性能表现
- llama.cpp · Q6_K Decode 94.74 · Prefill 304.72 ·
- llama.cpp · Q8_0 Decode 76.23 · Prefill 286.92 ·
- Ollama · FP16 Decode 57.1 · Prefill 306 ·
- Ollama · Q8_0 （当前）Decode 79.06 · Prefill 361.81 ·
- llama.cpp · Q4_K_M Decode 129.1 · Prefill 701.36 ·
- llama.cpp · Q5_K_M Decode 99.17 · Prefill 509.83 ·
- Ollama · Q4_K_M Decode 109.43 · Prefill 483.78 ·
核心数据
- Decode（平均）
- 79.06 tok/s
- Prefill（平均）
- 361.81 tok/s
- TTFT（平均）
- 0.86 s
- VRAM（平均）
- 4.03 GB
- MTP 接受率
- —
- TTFB
- 0.64 GB
- 功耗
- 64.1 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
- Q8_0
- 框架
- Ollama
- 版本
- v0.29
- 上下文长度
- 16384 tokens
- 批次大小
- 256
- GPU 层数
- 33
- 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 RTX Spark
- 标称显存
- 128 GB
- 实测显存（均值）
- 4.03 GB
- 系统
- Ubuntu 24.04
- 驱动
- 615.78
- CUDA
- 13.0
- 电源功耗
- 67.2 W
- 参考价格
- $2,399 · 更新于 2026-10-19
价格非实时，以电商页为准
来源与证据
共 2 条实测记录，逐条可回溯到原始出处
v0.29 · Ubuntu 24.04 · CUDA 13.0 · 16384 ctx
77.03 tok/s
Decode
374.65 tok/s
Prefill
0.28 s
TTFT
4.03 GB
VRAM
—
MTP
67.2 W
功耗
L2 batch seed 2026-10-20 (Linux 116GiB unlock): Ollama on Spark running model_id=51 at Q8_0
v0.36 · Windows 11 24H2 · CUDA 13.0 · 8192 ctx
81.08 tok/s
Decode
348.96 tok/s
Prefill
1.45 s
TTFT
4.03 GB
VRAM
—
MTP
61 W
功耗
L2 batch seed 2026-10-19: Ollama on hw_id=110 running model_id=51 at Q8_0