返回搜索结果
gemma-4-12B-it · Q4_K_S
NVIDIA DGX Spark128GBStrata v0.43L2 跨框架验证
本页汇总 gemma-4-12B-it（Q4_K_S）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。
156.45 tok/s
Decode
解码速度
581.38 tok/s
Prefill
预填充速度
2.38 s
TTFT
首 token 延迟
21.76 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
5 天前
最后验证
性能表现
- Ollama · Q2_K Decode 153.5 · Prefill 551.49 ·
- Strata · Q4_K_S （当前）Decode 156.45 · Prefill 581.38 ·
- Strata · Q5_K_M Decode 139.24 · Prefill 652.49 ·
核心数据
- Decode（平均）
- 156.45 tok/s
- Prefill（平均）
- 581.38 tok/s
- TTFT（平均）
- 2.38 s
- VRAM（平均）
- 21.76 GB
- MTP 接受率
- 0.63
- TTFB
- 1.25 GB
- 功耗
- 191.2 W
基础配置
成员级字段取自最近一次实测
- 模型
- gemma-4-12B-it
- 量化方式
- Q4_K_S
- 框架
- Strata
- 版本
- v0.43
- 上下文长度
- 16384 tokens
- 批次大小
- 1024
- GPU 层数
- 12
- 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）
- 21.76 GB
- 系统
- Ubuntu 24.04
- 驱动
- 560.94
- CUDA
- 12.8
- 电源功耗
- 191.2 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.43 · Ubuntu 24.04 · CUDA 12.8 · 16384 ctx
156.45 tok/s
Decode
581.38 tok/s
Prefill
2.38 s
TTFT
21.76 GB
VRAM
0.63
MTP
191.2 W
功耗
L2 batch seed 2026-10-13: Strata on hw_id=54 running model_id=65 at Q4_K_S