返回搜索结果
gemma-4-E4B-it · Q5_K_M
NVIDIA RTX 509032GBStrata v0.31L2 跨框架验证
本页汇总 gemma-4-E4B-it（Q5_K_M）在 NVIDIA RTX 5090 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。
361.26 tok/s
Decode
解码速度
1,894.18 tok/s
Prefill
预填充速度
0.61 s
TTFT
首 token 延迟
9.91 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 · Q3_K_L Decode 336.48 · Prefill 1309.15 ·
- vLLM · Q3_K_S Decode 310.95 · Prefill 1691.37 ·
- Strata · Q3_K_S Decode 326.07 · Prefill 1598 ·
- Strata · Q5_K_M （当前）Decode 361.26 · Prefill 1894.18 ·
核心数据
- Decode（平均）
- 361.26 tok/s
- Prefill（平均）
- 1,894.18 tok/s
- TTFT（平均）
- 0.61 s
- VRAM（平均）
- 9.91 GB
- MTP 接受率
- 0.61
- TTFB
- 2.89 GB
- 功耗
- 368.2 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
- Q5_K_M
- 框架
- Strata
- 版本
- v0.31
- 上下文长度
- 8192 tokens
- 批次大小
- 512
- GPU 层数
- 12
- 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 5090
- 标称显存
- 32 GB
- 实测显存（均值）
- 9.91 GB
- 系统
- Ubuntu 24.04
- 驱动
- 560.94
- CUDA
- 12.6
- 电源功耗
- 368.2 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.31 · Ubuntu 24.04 · CUDA 12.6 · 8192 ctx
361.26 tok/s
Decode
1,894.18 tok/s
Prefill
0.61 s
TTFT
9.91 GB
VRAM
0.61
MTP
368.2 W
功耗
L2 batch seed 2026-10-16: Strata on hw_id=13 running model_id=67 at Q5_K_M