返回搜索结果
gemma-4-E4B-it · IQ2_M
NVIDIA RTX Spark128GBOllama v0.25L2 跨框架验证
本页汇总 gemma-4-E4B-it（IQ2_M）在 NVIDIA RTX Spark 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。
116.68 tok/s
Decode
解码速度
432.72 tok/s
Prefill
预填充速度
0.75 s
TTFT
首 token 延迟
10.84 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
11 天前
最后验证
性能表现
- llama.cpp · IQ3_S Decode 105.34 · Prefill 354.91 ·
- Ollama · IQ2_M （当前）Decode 116.68 · Prefill 432.72 ·
核心数据
- Decode（平均）
- 116.68 tok/s
- Prefill（平均）
- 432.72 tok/s
- TTFT（平均）
- 0.75 s
- VRAM（平均）
- 10.84 GB
- MTP 接受率
- —
- TTFB
- 0.93 GB
- 功耗
- 54.2 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
- IQ2_M
- 框架
- Ollama
- 版本
- v0.25
- 上下文长度
- 8192 tokens
- 批次大小
- 512
- GPU 层数
- 28
- 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 Spark
- 标称显存
- 128 GB
- 实测显存（均值）
- 10.84 GB
- 系统
- Ubuntu 24.04
- 驱动
- 615.78
- CUDA
- 13.0
- 电源功耗
- 54.2 W
- 参考价格
- $2,399 · 更新于 2026-10-19
价格非实时，以电商页为准
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.25 · Ubuntu 24.04 · CUDA 13.0 · 8192 ctx
116.68 tok/s
Decode
432.72 tok/s
Prefill
0.75 s
TTFT
10.84 GB
VRAM
—
MTP
54.2 W
功耗
L2 batch seed 2026-10-24: Ollama on hw_id=110 running model_id=67 at IQ2_M