返回搜索结果
gemma-4-E2B-it · IQ3_XS
NVIDIA DGX Spark128GBvLLM v0.50L2 跨框架验证
本页汇总 gemma-4-E2B-it（IQ3_XS）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。
360.01 tok/s
Decode
解码速度
1,436.84 tok/s
Prefill
预填充速度
1.75 s
TTFT
首 token 延迟
4.7 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 Decode 380.91 · Prefill 2066.12 ·
- vLLM · IQ3_XS （当前）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）
- 360.01 tok/s
- Prefill（平均）
- 1,436.84 tok/s
- TTFT（平均）
- 1.75 s
- VRAM（平均）
- 4.7 GB
- MTP 接受率
- —
- TTFB
- 2.88 GB
- 功耗
- 249.3 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
- IQ3_XS
- 框架
- vLLM
- 版本
- v0.50
- 上下文长度
- 32768 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
- NVIDIA DGX Spark
- 标称显存
- 128 GB
- 实测显存（均值）
- 4.7 GB
- 系统
- Windows 11 23H2
- 驱动
- 560.94
- CUDA
- 12.8
- 电源功耗
- 249.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.50 · Windows 11 23H2 · CUDA 12.8 · 32768 ctx
360.01 tok/s
Decode
1,436.84 tok/s
Prefill
1.75 s
TTFT
4.7 GB
VRAM
—
MTP
249.3 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=54 running model_id=66 at IQ3_XS