返回搜索结果
Llama-3-8B-Instruct · Q4_K_M
AMD Radeon RX 7900 XTX24GBvLLM v0.48L2 跨框架验证
本页汇总 Llama-3-8B-Instruct（Q4_K_M）在 AMD Radeon RX 7900 XTX 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。
95.65 tok/s
Decode
解码速度
325.43 tok/s
Prefill
预填充速度
1.27 s
TTFT
首 token 延迟
15.88 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
- vLLM · Q4_K_M （当前）Decode 95.65 · Prefill 325.43 ·
- Ollama · Q5_K_S Decode 74.72 · Prefill 318.2 ·
- vLLM · Q6_K Decode 72.29 · Prefill 325.63 ·
- Ollama · IQ4_XS Decode 87.11 · Prefill 460.37 ·
核心数据
- Decode（平均）
- 95.65 tok/s
- Prefill（平均）
- 325.43 tok/s
- TTFT（平均）
- 1.27 s
- VRAM（平均）
- 15.88 GB
- MTP 接受率
- —
- TTFB
- 0.77 GB
- 功耗
- 225.6 W
基础配置
成员级字段取自最近一次实测
- 模型
- Llama-3-8B-Instruct
- 量化方式
- Q4_K_M
- 框架
- vLLM
- 版本
- v0.48
- 上下文长度
- 8192 tokens
- 批次大小
- 32
- 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
- AMD Radeon RX 7900 XTX
- 标称显存
- 24 GB
- 实测显存（均值）
- 15.88 GB
- 系统
- Windows 11 23H2
- 驱动
- amdgpu-pro 24.20
- CUDA
- 12.8
- 电源功耗
- 225.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.48 · Windows 11 23H2 · CUDA 12.8 · 8192 ctx
95.65 tok/s
Decode
325.43 tok/s
Prefill
1.27 s
TTFT
15.88 GB
VRAM
—
MTP
225.6 W
功耗
L2 batch seed 2026-10-19: vLLM on hw_id=11 running model_id=69 at Q4_K_M