返回搜索结果
Qwen3.5-4B · IQ2_XS
NVIDIA DGX Spark128GBOllama v0.54L2 跨框架验证
本页汇总 Qwen3.5-4B（IQ2_XS）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。
258.67 tok/s
Decode
解码速度
1,172.95 tok/s
Prefill
预填充速度
2.49 s
TTFT
首 token 延迟
6.13 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
昨天
最后验证
性能表现
- vLLM · IQ1_S Decode 306.37 · Prefill 1243.41 ·
- Ollama · IQ2_XS （当前）Decode 258.67 · Prefill 1172.95 ·
- vLLM · Q2_K Decode 266.26 · Prefill 1108.22 ·
- vLLM · Q3_K_L Decode 219.42 · Prefill 756.56 ·
核心数据
- Decode（平均）
- 258.67 tok/s
- Prefill（平均）
- 1,172.95 tok/s
- TTFT（平均）
- 2.49 s
- VRAM（平均）
- 6.13 GB
- MTP 接受率
- —
- TTFB
- 2.07 GB
- 功耗
- 170.2 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3.5-4B
- 量化方式
- IQ2_XS
- 框架
- Ollama
- 版本
- v0.54
- 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 DGX Spark
- 标称显存
- 128 GB
- 实测显存（均值）
- 6.13 GB
- 系统
- Windows 11 23H2
- 驱动
- 560.94
- CUDA
- 12.4
- 电源功耗
- 170.2 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.54 · Windows 11 23H2 · CUDA 12.4 · 2048 ctx
258.67 tok/s
Decode
1,172.95 tok/s
Prefill
2.49 s
TTFT
6.13 GB
VRAM
—
MTP
170.2 W
功耗
L2 batch seed 2026-10-16: Ollama on hw_id=54 running model_id=48 at IQ2_XS