返回搜索结果
Qwen3.5-4B · IQ4_XS
NVIDIA H2097GBStrata v0.31L2 跨框架验证
本页汇总 Qwen3.5-4B（IQ4_XS）在 NVIDIA H20 上以 Strata 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。
97.77 tok/s
Decode
解码速度
362.6 tok/s
Prefill
预填充速度
2.45 s
TTFT
首 token 延迟
8.32 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
16 天前
最后验证
性能表现
- vLLM · Q3_K_S Decode 84.6 · Prefill 335.18 ·
- vLLM · Q4_K_M Decode 68.71 · Prefill 315.97 ·
- Strata · IQ4_XS （当前）Decode 97.77 · Prefill 362.6 ·
核心数据
- Decode（平均）
- 97.77 tok/s
- Prefill（平均）
- 362.6 tok/s
- TTFT（平均）
- 2.45 s
- VRAM（平均）
- 8.32 GB
- MTP 接受率
- 0.7
- TTFB
- 0.78 GB
- 功耗
- 313.1 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
- IQ4_XS
- 框架
- Strata
- 版本
- v0.31
- 上下文长度
- 8192 tokens
- 批次大小
- 1024
- GPU 层数
- 12
- 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 H20
- 标称显存
- 97 GB
- 实测显存（均值）
- 8.32 GB
- 系统
- Ubuntu 22.04
- 驱动
- 570.86
- CUDA
- 12.6
- 电源功耗
- 313.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.31 · Ubuntu 22.04 · CUDA 12.6 · 8192 ctx
97.77 tok/s
Decode
362.6 tok/s
Prefill
2.45 s
TTFT
8.32 GB
VRAM
0.7
MTP
313.1 W
功耗
L2 batch seed 2026-10-19: Strata on hw_id=56 running model_id=48 at IQ4_XS