返回搜索结果
Llama-3-8B-Instruct · Q3_K_L
AMD Ryzen AI Max+ 395128GBOllama v0.38L2 跨框架验证
本页汇总 Llama-3-8B-Instruct（Q3_K_L）在 AMD Ryzen AI Max+ 395 上以 Ollama 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。
37.4 tok/s
Decode
解码速度
165.99 tok/s
Prefill
预填充速度
0.97 s
TTFT
首 token 延迟
14.2 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 · IQ2_M Decode 48.9 · Prefill 230.21 ·
- vLLM · Q5_K_M Decode 31.8 · Prefill 157.2 ·
- Ollama · Q3_K_L （当前）Decode 37.4 · Prefill 165.99 ·
核心数据
- Decode（平均）
- 37.4 tok/s
- Prefill（平均）
- 165.99 tok/s
- TTFT（平均）
- 0.97 s
- VRAM（平均）
- 14.2 GB
- MTP 接受率
- —
- TTFB
- 0.3 GB
- 功耗
- 62.9 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
- Q3_K_L
- 框架
- Ollama
- 版本
- v0.38
- 上下文长度
- 2048 tokens
- 批次大小
- 512
- 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
- AMD Ryzen AI Max+ 395
- 标称显存
- 128 GB
- 实测显存（均值）
- 14.2 GB
- 系统
- Ubuntu 22.04
- 驱动
- amdgpu 6.11
- CUDA
- 12.4
- 电源功耗
- 62.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.38 · Ubuntu 22.04 · CUDA 12.4 · 2048 ctx
37.4 tok/s
Decode
165.99 tok/s
Prefill
0.97 s
TTFT
14.2 GB
VRAM
—
MTP
62.9 W
功耗
L2 batch seed 2026-10-19: Ollama on hw_id=24 running model_id=69 at Q3_K_L