返回搜索结果
Hy-Memory-30B-A3B · Q5_K_M
NVIDIA H100 80GB HBM380GBvLLM v0.27L2 跨框架验证
本页汇总 Hy-Memory-30B-A3B（Q5_K_M）在 NVIDIA H100 80GB HBM3 上以 vLLM 运行的 1 次实测数据，来自 1 个独立来源平台；指标为已上架实测的均值。
299.81 tok/s
Decode
解码速度
1,193.35 tok/s
Prefill
预填充速度
1.68 s
TTFT
首 token 延迟
60.69 GB
VRAM
显存占用
L2 跨框架验证
1
实测次数
1
独立来源
其他
来源平台
16 天前
最后验证
性能表现
- llama.cpp · Q6_K Decode 289.84 · Prefill 1568.48 ·
- vLLM · IQ2_XS Decode 346.16 · Prefill 1601.93 ·
- vLLM · Q5_K_M （当前）Decode 299.81 · Prefill 1193.35 ·
核心数据
- Decode（平均）
- 299.81 tok/s
- Prefill（平均）
- 1,193.35 tok/s
- TTFT（平均）
- 1.68 s
- VRAM（平均）
- 60.69 GB
- MTP 接受率
- —
- TTFB
- 2.4 GB
- 功耗
- 618.3 W
基础配置
成员级字段取自最近一次实测
- 模型
- Hy-Memory-30B-A3B
- 量化方式
- Q5_K_M
- 框架
- vLLM
- 版本
- v0.27
- 上下文长度
- 16384 tokens
- 批次大小
- 8
- GPU 层数
- 999
- Flash Attention
- 关闭
硬件信息
标称与实测并排陈列，能否运行由读者自判
- GPU
- NVIDIA H100 80GB HBM3
- 标称显存
- 80 GB
- 实测显存（均值）
- 60.69 GB
- 系统
- Ubuntu 22.04
- 驱动
- 565.57
- CUDA
- 13.0
- 电源功耗
- 618.3 W
获取与上手
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.27 · Ubuntu 22.04 · CUDA 13.0 · 16384 ctx
299.81 tok/s
Decode
1,193.35 tok/s
Prefill
1.68 s
TTFT
60.69 GB
VRAM
—
MTP
618.3 W
功耗
L2 batch seed 2026-10-19: vLLM on hw_id=55 running model_id=87 at Q5_K_M