4x NVIDIA Tesla P40

GPU

1

运行记录

1

覆盖模型

1

覆盖框架

L1 已复现 × 1

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。

  1. llama.cpp · UD-Q3_K_XL Decode 21.6 · Prefill 330 ·

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
96 GB
显存带宽
1384 GB/s

运行记录

共 1 组配置

模型框架量化Decode生成耗时样本数
Qwen3.8-Flash-Nextllama.cppUD-Q3_K_XL21.6 tok/s—1