大语言模型

SNM980 × Gemma-4-e4B

MEIGINE · w4a32 · 测试环境：meigine_android · HTP + GPU

Gemma-4-e4B @ SNM980 MEIGINE/HTP + GPU 15.60 tok/s

初始化

10.04 s

推理指标（纯模型推理耗时，不含前后处理流程）

15.60 tok/s

Prefill

353.10 tok/s

Decode

15.60 tok/s

内存占用

3.4GB

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

13.38%

平均

3.68%

GPU

峰值

37%

NPU

峰值

74.41%

模型规格