返回搜索结果
gemma-4-31B-it · IQ1_S
NVIDIA RTX PRO 6000 Blackwell 96GB96GBOllama v0.47L2 跨框架验证
本页汇总 gemma-4-31B-it（IQ1_S）在 NVIDIA RTX PRO 6000 Blackwell 96GB 上以 Ollama 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。
184.42 tok/s
Decode
解码速度
842.53 tok/s
Prefill
预填充速度
0.62 s
TTFT
首 token 延迟
29.44 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 · IQ2_XS Decode 189.85 · Prefill 737.75 ·
- Ollama · IQ1_S （当前）Decode 184.42 · Prefill 842.53 ·
- Ollama · Q4_K_S Decode 134.3 · Prefill 614.37 ·
核心数据
- Decode（平均）
- 184.42 tok/s
- Prefill（平均）
- 842.53 tok/s
- TTFT（平均）
- 0.62 s
- VRAM（平均）
- 29.44 GB
- MTP 接受率
- —
- TTFB
- 1.48 GB
- 功耗
- 330.8 W
基础配置
成员级字段取自最近一次实测
- 模型
- gemma-4-31B-it
- 量化方式
- IQ1_S
- 框架
- Ollama
- 版本
- v0.47
- 上下文长度
- 16384 tokens
- 批次大小
- 512
- GPU 层数
- 99
- 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 PRO 6000 Blackwell 96GB
- 标称显存
- 96 GB
- 实测显存（均值）
- 29.44 GB
- 系统
- Ubuntu 24.04
- 驱动
- 565.57
- CUDA
- 12.8
- 电源功耗
- 330.8 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.47 · Ubuntu 24.04 · CUDA 12.8 · 16384 ctx
184.42 tok/s
Decode
842.53 tok/s
Prefill
0.62 s
TTFT
29.44 GB
VRAM
—
MTP
330.8 W
功耗
L2 batch seed 2026-10-19: Ollama on hw_id=68 running model_id=63 at IQ1_S