返回搜索结果
gemma-4-31B-it · Q8_0
NVIDIA RTX Spark128GBllama.cpp v0.30L2 跨框架验证
本页汇总 gemma-4-31B-it（Q8_0）在 NVIDIA RTX Spark 上以 llama.cpp 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。
5.75 tok/s
Decode
解码速度
29.94 tok/s
Prefill
预填充速度
1.91 s
TTFT
首 token 延迟
76.97 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
- llama.cpp · FP16 Decode 4.66 · Prefill 23.51 ·
- llama.cpp · Q6_K Decode 6.37 · Prefill 31.53 ·
- llama.cpp · Q8_0 （当前）Decode 5.75 · Prefill 29.94 ·
- Ollama · FP16 Decode 3.97 · Prefill 19.3 ·
- Ollama · Q8_0 Decode 5.28 · Prefill 19.56 ·
- llama.cpp · Q4_K_M Decode 8.84 · Prefill 36.97 ·
- Ollama · Q3_K_S Decode 10.24 · Prefill 41.22 ·
- Ollama · Q4_K_M Decode 8 · Prefill 37.56 ·
核心数据
- Decode（平均）
- 5.75 tok/s
- Prefill（平均）
- 29.94 tok/s
- TTFT（平均）
- 1.91 s
- VRAM（平均）
- 76.97 GB
- MTP 接受率
- —
- TTFB
- 0.05 GB
- 功耗
- 67.8 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
- Q8_0
- 框架
- llama.cpp
- 版本
- v0.30
- 上下文长度
- 8192 tokens
- 批次大小
- 512
- GPU 层数
- 99
- Flash Attention
- 关闭
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 Spark
- 标称显存
- 128 GB
- 实测显存（均值）
- 76.97 GB
- 系统
- Ubuntu 24.04
- 驱动
- 615.78
- CUDA
- 13.0
- 电源功耗
- 67.8 W
- 参考价格
- $2,399 · 更新于 2026-10-19
价格非实时，以电商页为准
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.30 · Ubuntu 24.04 · CUDA 13.0 · 8192 ctx
5.75 tok/s
Decode
29.94 tok/s
Prefill
1.91 s
TTFT
76.97 GB
VRAM
—
MTP
67.8 W
功耗
L2 batch seed 2026-10-20 (Linux 116GiB unlock): llama.cpp on Spark running model_id=63 at Q8_0