返回搜索结果
Llama-3-8B-Instruct · Q6_K
AMD Radeon RX 7900 XTX24GBvLLM v0.50L2 跨框架验证
本页汇总 Llama-3-8B-Instruct（Q6_K）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。
72.29 tok/s
Decode
解码速度
325.63 tok/s
Prefill
预填充速度
0.56 s
TTFT
首 token 延迟
18.9 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
今天
最后验证
性能表现
- vLLM · Q6_K （当前）Decode 72.29 · Prefill 325.63 ·
- Ollama · IQ4_XS Decode 87.11 · Prefill 460.37 ·
- Ollama · Q5_K_S Decode 74.62 · Prefill 395.14 ·
核心数据
- Decode（平均）
- 72.29 tok/s
- Prefill（平均）
- 325.63 tok/s
- TTFT（平均）
- 0.56 s
- VRAM（平均）
- 18.9 GB
- MTP 接受率
- —
- TTFB
- 0.58 GB
- 功耗
- 211.1 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
- Q6_K
- 框架
- vLLM
- 版本
- v0.50
- 上下文长度
- 2048 tokens
- 批次大小
- 8
- GPU 层数
- 999
- 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
- AMD Radeon RX 7900 XTX
- 标称显存
- 24 GB
- 实测显存（均值）
- 18.9 GB
- 系统
- Ubuntu 22.04
- 驱动
- amdgpu 6.11
- CUDA
- 12.4
- 电源功耗
- 211.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.50 · Ubuntu 22.04 · CUDA 12.4 · 2048 ctx
72.29 tok/s
Decode
325.63 tok/s
Prefill
0.56 s
TTFT
18.9 GB
VRAM
—
MTP
211.1 W
功耗
L2 batch seed 2026-10-18: vLLM on hw_id=11 running model_id=69 at Q6_K