返回搜索结果
gemma-4-E4B-it · Q2_K
NVIDIA RTX 4080 Super16GBOllama v0.44L2 跨框架验证
本页汇总 gemma-4-E4B-it（Q2_K）在 NVIDIA RTX 4080 Super 上以 Ollama 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。
222.5 tok/s
Decode
解码速度
1,136.51 tok/s
Prefill
预填充速度
1.34 s
TTFT
首 token 延迟
11.34 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
12 天前
最后验证
性能表现
- Ollama · Q2_K （当前）Decode 222.5 · Prefill 1136.51 ·
核心数据
- Decode（平均）
- 222.5 tok/s
- Prefill（平均）
- 1,136.51 tok/s
- TTFT（平均）
- 1.34 s
- VRAM（平均）
- 11.34 GB
- MTP 接受率
- —
- TTFB
- 1.78 GB
- 功耗
- 276.7 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
- Q2_K
- 框架
- Ollama
- 版本
- v0.44
- 上下文长度
- 32768 tokens
- 批次大小
- 256
- GPU 层数
- 99
- 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 RTX 4080 Super
- 标称显存
- 16 GB
- 实测显存（均值）
- 11.34 GB
- 系统
- Windows 11 24H2
- 驱动
- 565.57
- CUDA
- 12.4
- 电源功耗
- 276.7 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.44 · Windows 11 24H2 · CUDA 12.4 · 32768 ctx
222.5 tok/s
Decode
1,136.51 tok/s
Prefill
1.34 s
TTFT
11.34 GB
VRAM
—
MTP
276.7 W
功耗
L2 batch seed 2026-10-24: Ollama on hw_id=20 running model_id=67 at Q2_K