NVIDIA RTX 3090 Ti
GPUAmpere 架构（GA102），24GB GDDR6X / 384-bit 位宽，显存带宽 1008 GB/s，整卡功耗 450W。带宽与 RTX 4090 同级，但功耗高、算力低。
5
运行记录
2
覆盖模型
2
覆盖框架
L0 自报 × 5
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。
- llama.cpp · IQ2_XS Decode 3.1 · Prefill 23.3 ·
- llama.cpp · IQ3_S Decode 2.5 · Prefill 18.8 ·
- vLLM · IQ2_XS Decode 3.3 · Prefill 24.8 ·
- vLLM · IQ3_S Decode 2.8 · Prefill 21 ·
- llama.cpp · Q5_K_S Decode 50.84 · Prefill 1376.9 ·
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
- 架构
- Ampere
- 显存
- 24 GB
- 显存带宽
- 1008 GB/s
- TDP 功耗
- 450 W
- 发布日期
- 2022-03-29
运行记录
共 5 组配置
| 模型 | 框架 | 量化 | Decode | 生成耗时 | 样本数 |
|---|---|---|---|---|---|
| DeepSeek-V4.1-Flash | llama.cpp | IQ2_XS | 3.1 tok/s | — | 1 |
| DeepSeek-V4.1-Flash | llama.cpp | IQ3_S | 2.5 tok/s | — | 1 |
| DeepSeek-V4.1-Flash | vLLM | IQ2_XS | 3.3 tok/s | — | 1 |
| DeepSeek-V4.1-Flash | vLLM | IQ3_S | 2.8 tok/s | — | 1 |
| Qwen3.6-27B | llama.cpp | Q5_K_S | 50.8 tok/s | — | 1 |