大语言模型

SNM982 × deepseek-qwen-1.5B

QNN · w4a16 · 测试环境：qnn_linux · NPU_W4A16

deepseek-qwen-1.5B @ SNM982 QNN/HTP 54.08 tok/s

初始化

1.33 s

推理指标（纯模型推理耗时，不含前后处理流程）

54.08 tok/s

Prefill

1197.60 tok/s

Decode

54.08 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

4.67%

平均

4.74%

NPU

峰值

94.95%