返回搜索结果
Llama-3-8B-Instruct · IQ2_XS
NVIDIA RTX 4080 Super16GBStrata v0.44L2 跨框架验证
本页汇总 Llama-3-8B-Instruct（IQ2_XS）在 NVIDIA RTX 4080 Super 上以 Strata 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。
334.52 tok/s
Decode
解码速度
1,091.81 tok/s
Prefill
预填充速度
2.26 s
TTFT
首 token 延迟
10.16 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
- Ollama · IQ3_XS Decode 190.92 · Prefill 657.75 ·
- Strata · IQ2_XS （当前）Decode 334.52 · Prefill 1091.81 ·
- vLLM · Q3_K_S Decode 189.4 · Prefill 632.63 ·
- Ollama · IQ1_S Decode 212.31 · Prefill 982.11 ·
核心数据
- Decode（平均）
- 334.52 tok/s
- Prefill（平均）
- 1,091.81 tok/s
- TTFT（平均）
- 2.26 s
- VRAM（平均）
- 10.16 GB
- MTP 接受率
- 0.75
- TTFB
- 2.68 GB
- 功耗
- 265.6 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
- IQ2_XS
- 框架
- Strata
- 版本
- v0.44
- 上下文长度
- 8192 tokens
- 批次大小
- 512
- GPU 层数
- 15
- 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 RTX 4080 Super
- 标称显存
- 16 GB
- 实测显存（均值）
- 10.16 GB
- 系统
- Windows 11 24H2
- 驱动
- 560.94
- CUDA
- 12.8
- 电源功耗
- 265.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.44 · Windows 11 24H2 · CUDA 12.8 · 8192 ctx
334.52 tok/s
Decode
1,091.81 tok/s
Prefill
2.26 s
TTFT
10.16 GB
VRAM
0.75
MTP
265.6 W
功耗
L2 batch seed 2026-10-19: Strata on hw_id=20 running model_id=69 at IQ2_XS