返回搜索结果
gemma-4-E4B-it · Q4_K_M
Qualcomm Snapdragon X ElitevLLM v0.37L2 跨框架验证
本页汇总 gemma-4-E4B-it（Q4_K_M）在 Qualcomm Snapdragon X Elite 上以 vLLM 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。
62.62 tok/s
Decode
解码速度
304.49 tok/s
Prefill
预填充速度
0.26 s
TTFT
首 token 延迟
8.99 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 70.71 · Prefill 337.65 ·
- vLLM · Q4_K_M （当前）Decode 62.62 · Prefill 304.49 ·
- Ollama · Q3_K_L Decode 58.9 · Prefill 275.23 ·
- Ollama · Q8_0 Decode 35.6 · Prefill 173.17 ·
核心数据
- Decode（平均）
- 62.62 tok/s
- Prefill（平均）
- 304.49 tok/s
- TTFT（平均）
- 0.26 s
- VRAM（平均）
- 8.99 GB
- MTP 接受率
- —
- TTFB
- 0.5 GB
- 功耗
- 18 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
- Q4_K_M
- 框架
- vLLM
- 版本
- v0.37
- 上下文长度
- 8192 tokens
- 批次大小
- 16
- GPU 层数
- 999
- Flash Attention
- 关闭
硬件信息
标称与实测并排陈列，能否运行由读者自判
- GPU
- Qualcomm Snapdragon X Elite
- 实测显存（均值）
- 8.99 GB
- 系统
- Windows 11 23H2
- 驱动
- Qualcomm Adreno 7.0
- CUDA
- N/A
- 电源功耗
- 18 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.37 · Windows 11 23H2 · CUDA N/A · 8192 ctx
62.62 tok/s
Decode
304.49 tok/s
Prefill
0.26 s
TTFT
8.99 GB
VRAM
—
MTP
18 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=104 running model_id=67 at Q4_K_M