大语言模型

SRM965 × deepseek-qwen-1.5B

QNN · w4a16 · 测试环境：qnn_android · NPU_W4A16

deepseek-qwen-1.5B @ SRM965 QNN/HTP 43.57 tok/s

初始化

3.35 s

推理指标（纯模型推理耗时，不含前后处理流程）

43.57 tok/s

Prefill

2320.19 tok/s

Decode

43.57 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

41.25%

平均

36.63%

NPU

峰值

93.71%