大语言模型

SNM980 × qwen3.5-4B

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

qwen3.5-4B @ SNM980 MEIGINE/HTP + GPU 14.10 tok/s

初始化

10.22 s

推理指标（纯模型推理耗时，不含前后处理流程）

14.10 tok/s

Prefill

265.20 tok/s

Decode

14.10 tok/s

内存占用

3.5GB

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

12.88%

平均

3.14%

GPU

峰值

45%

NPU

峰值

74.88%

模型规格