大语言模型

SRM6690 × deepseek-qwen-1.5B

QNN · w4a16 · 测试环境：qnn_android · NPU_W4A16

deepseek-qwen-1.5B @ SRM6690 QNN/HTP 18.44 tok/s

初始化

2.44 s

推理指标（纯模型推理耗时，不含前后处理流程）

18.44 tok/s

Prefill

439.17 tok/s

Decode

18.44 tok/s

内存占用

2.51 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

25.88%

平均

19.17%

NPU

峰值

99.99%