大语言模型

SRM965 × deepseek-qwen-7B

QNN · w4a16 · 测试环境：qnn_android · NPU_W4A16

deepseek-qwen-7B @ SRM965 QNN/HTP 11.67 tok/s

初始化

12.93 s

推理指标（纯模型推理耗时，不含前后处理流程）

11.67 tok/s

Prefill

561.48 tok/s

Decode

11.67 tok/s

内存占用

4.92 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

46.25%

平均

44.7%

NPU

峰值

90.91%