大语言模型

SNM980 × deepseek-llm-7B

QNN · w4a16 · 测试环境：qnn_android · NPU_W4A16

deepseek-llm-7B @ SNM980 QNN/HTP 16.83 tok/s

初始化

1.88 s

推理指标（纯模型推理耗时，不含前后处理流程）

16.83 tok/s

Prefill

772.20 tok/s

Decode

16.83 tok/s

内存占用

6.53 GB

设备侧采样：峰值与全程平均分开给出，CPU / GPU 为整机占用，NPU 按 q6 / HVX / HMX 分单元统计。

CPU

峰值

34%

平均

31%

NPU

峰值

100%