大语言模型

SNM980 × deepseek-qwen-1.5B

QNN · w4a16 · 测试环境：qnn_android · NPU_W4A16

deepseek-qwen-1.5B @ SNM980 QNN/HTP 59.03 tok/s

初始化

0.98 s

推理指标（纯模型推理耗时，不含前后处理流程）

59.03 tok/s

Prefill

1012.15 tok/s

Decode

59.03 tok/s

内存占用

2.42 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

35.25%

平均

34.38%

NPU

峰值

96%