大语言模型

SNM980 × qwen3.5-9B

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

qwen3.5-9B @ SNM980 MEIGINE/HTP + GPU 9.20 tok/s

初始化

12.02 s

推理指标（纯模型推理耗时，不含前后处理流程）

9.20 tok/s

Prefill

186.90 tok/s

Decode

9.20 tok/s

内存占用

5.9GB

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

6.1%

GPU

峰值

99%

NPU

峰值

74.22%

模型规格