返回搜索结果
gemma-4-E2B-it · Q4_K_M
Intel Arc 140VvLLM v0.35L2 跨框架验证
本页汇总 gemma-4-E2B-it（Q4_K_M）在 Intel Arc 140V 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。
93.69 tok/s
Decode
解码速度
438.33 tok/s
Prefill
预填充速度
0.13 s
TTFT
首 token 延迟
5.54 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
- llama.cpp · Q4_K_M Decode 78.89 · Prefill 345.96 ·
- llama.cpp · Q8_0 Decode 53.13 · Prefill 172.01 ·
- vLLM · Q4_K_M （当前）Decode 93.69 · Prefill 438.33 ·
核心数据
- Decode（平均）
- 93.69 tok/s
- Prefill（平均）
- 438.33 tok/s
- TTFT（平均）
- 0.13 s
- VRAM（平均）
- 5.54 GB
- MTP 接受率
- —
- TTFB
- 0.75 GB
- 功耗
- 197.1 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
- Q4_K_M
- 框架
- vLLM
- 版本
- v0.35
- 上下文长度
- 8192 tokens
- 批次大小
- 32
- GPU 层数
- 999
- 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
- Intel Arc 140V
- 实测显存（均值）
- 5.54 GB
- 系统
- Ubuntu 24.04
- 驱动
- Intel Arc 31.0.101.5186
- CUDA
- 12.6
- 电源功耗
- 197.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.35 · Ubuntu 24.04 · CUDA 12.6 · 8192 ctx
93.69 tok/s
Decode
438.33 tok/s
Prefill
0.13 s
TTFT
5.54 GB
VRAM
—
MTP
197.1 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=98 running model_id=66 at Q4_K_M