2x NVIDIA RTX 5070 Ti

GPU

8

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-5.3SGLangIQ2_XS——1
GLM-5.3SGLangIQ3_S——1
GLM-5.3vLLMIQ2_XS——1
GLM-5.3vLLMIQ3_S——1
DeepSeek-V4.1-FlashSGLangIQ2_XS——1
DeepSeek-V4.1-FlashSGLangIQ3_S——1
DeepSeek-V4.1-FlashvLLMIQ2_XS——1
DeepSeek-V4.1-FlashvLLMIQ3_S——1