大语言模型

SNM980 × qwen3-8B

MEIGINE · w4a32 · 测试环境：meigine_android · HTP

qwen3-8B @ SNM980 MEIGINE/HTP 10.00 tok/s

初始化

1.98 s

推理指标（纯模型推理耗时，不含前后处理流程）

10.00 tok/s

Prefill

249.10 tok/s

Decode

10.00 tok/s

内存占用

4.6 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

24.5%

平均

13.25%

NPU

峰值

73.83%

模型规格