返回搜索结果
gemma-4-12B-it · IQ2_M
NVIDIA RTX 309024GBStrata v0.47L2 跨框架验证
本页汇总 gemma-4-12B-it（IQ2_M）在 NVIDIA RTX 3090 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。
174.12 tok/s
Decode
解码速度
755.26 tok/s
Prefill
预填充速度
1.5 s
TTFT
首 token 延迟
15.2 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
今天
最后验证
性能表现
- vLLM · Q4_K_M Decode 100.66 · Prefill 612.88 ·
- Ollama · Q2_K Decode 115.28 · Prefill 513.9 ·
- Ollama · Q4_K_S Decode 84.3 · Prefill 357.49 ·
- Strata · IQ2_M （当前）Decode 174.12 · Prefill 755.26 ·
- vLLM · Q8_0 Decode 61.2 · Prefill 459 ·
- vLLM · Q5_K_M Decode 89.4 · Prefill 670.5 ·
- llama.cpp · Q8_0 Decode 56.2 · Prefill 421.5 ·
- llama.cpp · Q5_K_M Decode 82 · Prefill 615 ·
- llama.cpp · Q4_K_M Decode 100 · Prefill 750 ·
核心数据
- Decode（平均）
- 174.12 tok/s
- Prefill（平均）
- 755.26 tok/s
- TTFT（平均）
- 1.5 s
- VRAM（平均）
- 15.2 GB
- MTP 接受率
- 0.63
- TTFB
- 1.39 GB
- 功耗
- 345 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
- IQ2_M
- 框架
- Strata
- 版本
- v0.47
- 上下文长度
- 32768 tokens
- 批次大小
- 512
- 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 RTX 3090
- 标称显存
- 24 GB
- 实测显存（均值）
- 15.2 GB
- 系统
- Ubuntu 22.04
- 驱动
- 565.57
- CUDA
- 12.4
- 电源功耗
- 345 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.47 · Ubuntu 22.04 · CUDA 12.4 · 32768 ctx
174.12 tok/s
Decode
755.26 tok/s
Prefill
1.5 s
TTFT
15.2 GB
VRAM
0.63
MTP
345 W
功耗
L2 batch seed 2026-10-10: Strata on hw_id=2 running model_id=65 at IQ2_M