返回搜索结果
Hy-Memory-30B-A3B · Q6_K
NVIDIA H2097GBllama.cpp v0.44L2 跨框架验证
本页汇总 Hy-Memory-30B-A3B（Q6_K）在 NVIDIA H20 上以 llama.cpp 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。
57.59 tok/s
Decode
解码速度
253.97 tok/s
Prefill
预填充速度
1.63 s
TTFT
首 token 延迟
65.1 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
17 天前
最后验证
性能表现
- llama.cpp · Q6_K （当前）Decode 57.59 · Prefill 253.97 ·
- Strata · IQ1_S Decode 178.17 · Prefill 571.19 ·
- Strata · IQ3_XS Decode 139.08 · Prefill 595.25 ·
核心数据
- Decode（平均）
- 57.59 tok/s
- Prefill（平均）
- 253.97 tok/s
- TTFT（平均）
- 1.63 s
- VRAM（平均）
- 65.1 GB
- MTP 接受率
- —
- TTFB
- 0.46 GB
- 功耗
- 326.4 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
- Q6_K
- 框架
- llama.cpp
- 版本
- v0.44
- 上下文长度
- 2048 tokens
- 批次大小
- 256
- GPU 层数
- 28
- Flash Attention
- 开启
硬件信息
标称与实测并排陈列，能否运行由读者自判
- GPU
- NVIDIA H20
- 标称显存
- 97 GB
- 实测显存（均值）
- 65.1 GB
- 系统
- Ubuntu 22.04
- 驱动
- 560.94
- CUDA
- 12.4
- 电源功耗
- 326.4 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
v0.44 · Ubuntu 22.04 · CUDA 12.4 · 2048 ctx
57.59 tok/s
Decode
253.97 tok/s
Prefill
1.63 s
TTFT
65.1 GB
VRAM
—
MTP
326.4 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=56 running model_id=87 at Q6_K