由會員 （本站） 發起｜AIView 實驗室執行量測｜結果由程式整理，未經人工審閱
Qwen3 8B（NPU 版） × Intel Core Ultra 5 225H（NUC，NPU）｜單人速度
這次量到什麼
- 短問題：按下送出後約 4.6 秒看到第一個字，之後每秒生成約 8.7 個 token，256 token 的回答約 33.7 秒完成。
- 一般對話（約 2K token 上下文）：要等約 15.7 秒才看到第一個字（讀入速度約每秒 136 token），完整回答約 48.3 秒。
- 上下文從 47 增加到 2,076 token，生成速度下降約 11%。
量測結果
| 情境 | 實際輸入 | 首字延遲 秒 | 讀入 tok/s | 生成 tok/s | 完整回答 秒 | GPU 最高溫 |
|---|---|---|---|---|---|---|
| 短問題 | 47 | 4.6（4.6～4.6） | 11（11～11） | 8.7（8.7～8.7） | 33.7（33.6～33.8） | — |
| 一般對話（約 2K token 上下文） | 2,076 | 15.7（15.6～15.8） | 136（135～137） | 7.7（7.6～7.8） | 48.3（47.7～48.8） | — |
數值為中位數，括號內為多次量測的最小～最大值；每種情境重複 5 次。
測試條件
- 模型
- Qwen3 8B（NPU 版）（qwen3-8b:int4-cw-ov）
- 參數量／量化
- null／INT4 channel-wise（OpenVINO）
- 權重識別
- hf:OpenVINO/Qwen
- 推論引擎
- OpenVINO GenAI（NPU） openvino-genai-2026.4.1.0（服務設定：上下文 4608、並行槽 1）
- 機器
- Intel Core Ultra 5 225H（NUC，NPU）
- 本次使用的裝置
- 未記錄（2026-10-15 之前的結果只記錄主機總配置，見下方）
- 本次並行數
- 未記錄
- 評測程式版本
- 未記錄
- 主機總配置：GPU
- —
- NPU
- Intel Corporation Meteor Lake NPU (rev 05)
- CPU
- Intel(R) Core(TM) Ultra 5 225H（14 核心）
- 系統記憶體
- 62.1 GiB
- 驅動／CUDA
- 7.0.0-38-generic／—
- 作業系統／核心
- Ubuntu 24.04.4 LTS／7.0.0-38-generic
- 測試模板
- 單人速度（第 1 版）
- 參數
- temperature 0、seed 42、關閉思考模式、每次請求加不重複前綴避免快取
- 執行日期
- 2026/10/14 下午3:16:58
- 報告版本
- v1
同一組條件（模型權重、量化、引擎版本、機器、模板版本）的結果才能直接比較。硬體資訊只列型號，不含主機名稱。
登入會員後可以留言。登入
追問與討論 0
- 還沒有留言。
留言公開顯示暱稱，不顯示你的真實姓名與信箱。含多個連結或疑似廣告的留言會先經編輯確認；檢舉達 3 次的留言會自動隱藏。隱私政策