返回搜索结果
gemma-4-E4B-it · IQ3_S
Apple M2 ProvLLM v0.24L2 跨框架验证
本页汇总 gemma-4-E4B-it（IQ3_S）在 Apple M2 Pro 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。
120.89 tok/s
Decode
解码速度
462.7 tok/s
Prefill
预填充速度
1.07 s
TTFT
首 token 延迟
7.64 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 · FP16 Decode 45.65 · Prefill 229.99 ·
- vLLM · IQ3_S （当前）Decode 120.89 · Prefill 462.7 ·
- Ollama · Q3_K_S Decode 106.08 · Prefill 378.66 ·
核心数据
- Decode（平均）
- 120.89 tok/s
- Prefill（平均）
- 462.7 tok/s
- TTFT（平均）
- 1.07 s
- VRAM（平均）
- 7.64 GB
- MTP 接受率
- —
- TTFB
- 0.97 GB
- 功耗
- 38.7 W
基础配置
成员级字段取自最近一次实测
- 模型
- gemma-4-E4B-it
- 量化方式
- IQ3_S
- 框架
- vLLM
- 版本
- v0.24
- 上下文长度
- 2048 tokens
- 批次大小
- 32
- 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 M2 Pro
- 实测显存（均值）
- 7.64 GB
- 系统
- macOS 15.0
- 驱动
- Apple M2 Pro
- CUDA
- N/A
- 电源功耗
- 38.7 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.24 · macOS 15.0 · CUDA N/A · 2048 ctx
120.89 tok/s
Decode
462.7 tok/s
Prefill
1.07 s
TTFT
7.64 GB
VRAM
—
MTP
38.7 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=102 running model_id=67 at IQ3_S