大语言模型

SNM970 × qwen2.5-7B

QNN · w4a16 · 测试环境：qnn_android · NPU_W4A16

qwen2.5-7B @ SNM970 QNN/HTP 9.02 tok/s

初始化

13.37 s

推理指标（纯模型推理耗时，不含前后处理流程）

9.02 tok/s

Prefill

110.23 tok/s

Decode

9.02 tok/s

内存占用

6.41 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

32%

平均

20%

NPU

峰值

56.48%