返回搜索结果
gemma-4-E2B-it · Q8_0
Apple M1 MaxvLLM v0.26L2 跨框架验证
本页汇总 gemma-4-E2B-it（Q8_0）在 Apple M1 Max 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。
98.82 tok/s
Decode
解码速度
455.48 tok/s
Prefill
预填充速度
0.82 s
TTFT
首 token 延迟
6.93 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 · Q3_K_S Decode 189.55 · Prefill 943.94 ·
- vLLM · Q8_0 （当前）Decode 98.82 · Prefill 455.48 ·
- Strata · IQ1_S Decode 324.26 · Prefill 1495.83 ·
核心数据
- Decode（平均）
- 98.82 tok/s
- Prefill（平均）
- 455.48 tok/s
- TTFT（平均）
- 0.82 s
- VRAM（平均）
- 6.93 GB
- MTP 接受率
- —
- TTFB
- 0.79 GB
- 功耗
- 20.7 W
基础配置
成员级字段取自最近一次实测
- 模型
- gemma-4-E2B-it
- 量化方式
- Q8_0
- 框架
- vLLM
- 版本
- v0.26
- 上下文长度
- 32768 tokens
- 批次大小
- 8
- 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
- Apple M1 Max
- 实测显存（均值）
- 6.93 GB
- 系统
- macOS 15.0
- 驱动
- Apple M1 Max
- CUDA
- N/A
- 电源功耗
- 20.7 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.26 · macOS 15.0 · CUDA N/A · 32768 ctx
98.82 tok/s
Decode
455.48 tok/s
Prefill
0.82 s
TTFT
6.93 GB
VRAM
—
MTP
20.7 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=101 running model_id=66 at Q8_0