2x NVIDIA RTX 5070 Ti
GPU8
运行记录
2
覆盖模型
2
覆盖框架
L0 自报 × 8
证据分布
典型性能表现
同硬件上各模型 × 框架 × 量化的已上架实测均值。
该指标在同模型 + 同硬件的已上架数据里暂无记录
Fit 判定
按显存与内存带宽做物理估算:选择模型,查看各量化能否装下及预计速度
估算公式:tok/s =(带宽 ÷ 模型占用)× 0.55,借鉴 llmfit;实测以运行记录为准
核心规格
- 厂商
- NVIDIA
- 显存
- 32 GB
- 显存带宽
- 1792 GB/s
运行记录
共 8 组配置
| 模型 | 框架 | 量化 | Decode | 生成耗时 | 样本数 |
|---|---|---|---|---|---|
| GLM-5.3 | SGLang | IQ2_XS | — | — | 1 |
| GLM-5.3 | SGLang | IQ3_S | — | — | 1 |
| GLM-5.3 | vLLM | IQ2_XS | — | — | 1 |
| GLM-5.3 | vLLM | IQ3_S | — | — | 1 |
| DeepSeek-V4.1-Flash | SGLang | IQ2_XS | — | — | 1 |
| DeepSeek-V4.1-Flash | SGLang | IQ3_S | — | — | 1 |
| DeepSeek-V4.1-Flash | vLLM | IQ2_XS | — | — | 1 |
| DeepSeek-V4.1-Flash | vLLM | IQ3_S | — | — | 1 |