返回搜索结果
Qwen3.8-9B · Q5_K_M
NVIDIA DGX Spark128GBvLLM v0.27L2 跨框架验证
本页汇总 Qwen3.8-9B（Q5_K_M）在 NVIDIA DGX Spark 上以 vLLM 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。
122.43 tok/s
Decode
解码速度
399.31 tok/s
Prefill
预填充速度
2.17 s
TTFT
首 token 延迟
19.68 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
- vLLM · IQ3_S Decode 178.22 · Prefill 972.1 ·
- vLLM · Q5_K_M （当前）Decode 122.43 · Prefill 399.31 ·
- Strata · Q3_K_S Decode 245.76 · Prefill 803.01 ·
- Ollama · Q8_0 Decode 88.03 · Prefill 479.67 ·
核心数据
- Decode（平均）
- 122.43 tok/s
- Prefill（平均）
- 399.31 tok/s
- TTFT（平均）
- 2.17 s
- VRAM（平均）
- 19.68 GB
- MTP 接受率
- —
- TTFB
- 0.98 GB
- 功耗
- 206.9 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3.8-9B
- 量化方式
- Q5_K_M
- 框架
- vLLM
- 版本
- v0.27
- 上下文长度
- 8192 tokens
- 批次大小
- 32
- GPU 层数
- 999
- 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）
- 19.68 GB
- 系统
- macOS 15.0
- 驱动
- 555.85
- CUDA
- 12.4
- 电源功耗
- 206.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.27 · macOS 15.0 · CUDA 12.4 · 8192 ctx
122.43 tok/s
Decode
399.31 tok/s
Prefill
2.17 s
TTFT
19.68 GB
VRAM
—
MTP
206.9 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=54 running model_id=52 at Q5_K_M