返回搜索结果
Qwen3.5-9B · Q3_K_M
NVIDIA DGX Spark128GBStrata v0.49L2 跨框架验证
本页汇总 Qwen3.5-9B（Q3_K_M）在 NVIDIA DGX Spark 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。
209.28 tok/s
Decode
解码速度
1,036.76 tok/s
Prefill
预填充速度
1.89 s
TTFT
首 token 延迟
14.95 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 · Q6_K Decode 110.08 · Prefill 496.59 ·
- Strata · Q3_K_M （当前）Decode 209.28 · Prefill 1036.76 ·
- llama.cpp · IQ2_M Decode 181.94 · Prefill 684.54 ·
- vLLM · IQ2_M Decode 210.69 · Prefill 1114.84 ·
- vLLM · Q8_0 Decode 101.73 · Prefill 523.44 ·
核心数据
- Decode（平均）
- 209.28 tok/s
- Prefill（平均）
- 1,036.76 tok/s
- TTFT（平均）
- 1.89 s
- VRAM（平均）
- 14.95 GB
- MTP 接受率
- 0.76
- TTFB
- 1.67 GB
- 功耗
- 222.8 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3.5-9B
- 量化方式
- Q3_K_M
- 框架
- Strata
- 版本
- v0.49
- 上下文长度
- 2048 tokens
- 批次大小
- 256
- GPU 层数
- 8
- 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）
- 14.95 GB
- 系统
- Ubuntu 22.04
- 驱动
- 570.86
- CUDA
- 12.8
- 电源功耗
- 222.8 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.49 · Ubuntu 22.04 · CUDA 12.8 · 2048 ctx
209.28 tok/s
Decode
1,036.76 tok/s
Prefill
1.89 s
TTFT
14.95 GB
VRAM
0.76
MTP
222.8 W
功耗
L2 batch seed 2026-10-16: Strata on hw_id=54 running model_id=49 at Q3_K_M