返回搜索结果
gemma-4-E2B-it · IQ2_M
NVIDIA DGX Spark128GBvLLM v0.26L2 跨框架验证
本页汇总 gemma-4-E2B-it（IQ2_M）在 NVIDIA DGX Spark 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。
380.91 tok/s
Decode
解码速度
2,066.12 tok/s
Prefill
预填充速度
0.4 s
TTFT
首 token 延迟
4.28 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 · IQ2_M （当前）Decode 380.91 · Prefill 2066.12 ·
- vLLM · IQ3_XS Decode 360.01 · Prefill 1436.84 ·
- Strata · Q3_K_L Decode 389.31 · Prefill 1363.67 ·
- Strata · Q4_K_M Decode 326.71 · Prefill 1358.52 ·
核心数据
- Decode（平均）
- 380.91 tok/s
- Prefill（平均）
- 2,066.12 tok/s
- TTFT（平均）
- 0.4 s
- VRAM（平均）
- 4.28 GB
- MTP 接受率
- —
- TTFB
- 3.05 GB
- 功耗
- 167.3 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
- IQ2_M
- 框架
- vLLM
- 版本
- v0.26
- 上下文长度
- 8192 tokens
- 批次大小
- 16
- 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
- NVIDIA DGX Spark
- 标称显存
- 128 GB
- 实测显存（均值）
- 4.28 GB
- 系统
- Ubuntu 24.04
- 驱动
- 565.57
- CUDA
- 12.4
- 电源功耗
- 167.3 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 · Ubuntu 24.04 · CUDA 12.4 · 8192 ctx
380.91 tok/s
Decode
2,066.12 tok/s
Prefill
0.4 s
TTFT
4.28 GB
VRAM
—
MTP
167.3 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=54 running model_id=66 at IQ2_M