返回搜索结果
gemma-4-E4B-it · IQ4_XS
NVIDIA RTX 508016GBStrata v0.32L2 跨框架验证
本页汇总 gemma-4-E4B-it（IQ4_XS）在 NVIDIA RTX 5080 上以 Strata 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。
314.5 tok/s
Decode
解码速度
1,280.69 tok/s
Prefill
预填充速度
1.1 s
TTFT
首 token 延迟
14.53 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
- vLLM · IQ2_XS Decode 301.33 · Prefill 1596.94 ·
- Strata · IQ4_XS （当前）Decode 314.5 · Prefill 1280.69 ·
核心数据
- Decode（平均）
- 314.5 tok/s
- Prefill（平均）
- 1,280.69 tok/s
- TTFT（平均）
- 1.1 s
- VRAM（平均）
- 14.53 GB
- MTP 接受率
- 0.78
- TTFB
- 2.52 GB
- 功耗
- 314.5 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
- IQ4_XS
- 框架
- Strata
- 版本
- v0.32
- 上下文长度
- 8192 tokens
- 批次大小
- 256
- GPU 层数
- 5
- 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 5080
- 标称显存
- 16 GB
- 实测显存（均值）
- 14.53 GB
- 系统
- Windows 11 23H2
- 驱动
- 572.83
- CUDA
- 12.6
- 电源功耗
- 314.5 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.32 · Windows 11 23H2 · CUDA 12.6 · 8192 ctx
314.5 tok/s
Decode
1,280.69 tok/s
Prefill
1.1 s
TTFT
14.53 GB
VRAM
0.78
MTP
314.5 W
功耗
L2 batch seed 2026-10-24: Strata on hw_id=14 running model_id=67 at IQ4_XS