返回搜索结果
gemma-4-E4B-it · IQ3_S
NVIDIA RTX Spark128GBllama.cpp v0.52L2 跨框架验证
本页汇总 gemma-4-E4B-it（IQ3_S）在 NVIDIA RTX Spark 上以 llama.cpp 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。
105.34 tok/s
Decode
解码速度
354.91 tok/s
Prefill
预填充速度
0.91 s
TTFT
首 token 延迟
13.19 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 （当前）Decode 105.34 · Prefill 354.91 ·
- Ollama · IQ2_M Decode 116.68 · Prefill 432.72 ·
核心数据
- Decode（平均）
- 105.34 tok/s
- Prefill（平均）
- 354.91 tok/s
- TTFT（平均）
- 0.91 s
- VRAM（平均）
- 13.19 GB
- MTP 接受率
- —
- TTFB
- 0.84 GB
- 功耗
- 76.6 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
- llama.cpp
- 版本
- v0.52
- 上下文长度
- 65536 tokens
- 批次大小
- 512
- GPU 层数
- 33
- 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）
- 13.19 GB
- 系统
- Ubuntu 24.04
- 驱动
- 615.78
- CUDA
- 13.0
- 电源功耗
- 76.6 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
v0.52 · Ubuntu 24.04 · CUDA 13.0 · 65536 ctx
105.34 tok/s
Decode
354.91 tok/s
Prefill
0.91 s
TTFT
13.19 GB
VRAM
—
MTP
76.6 W
功耗
L2 batch seed 2026-10-24: llama.cpp on hw_id=110 running model_id=67 at IQ3_S