返回搜索结果
Llama-3-8B-Instruct · IQ1_S
NVIDIA RTX 508016GBStrata v0.27L2 跨框架验证
本页汇总 Llama-3-8B-Instruct（IQ1_S）在 NVIDIA RTX 5080 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。
349.68 tok/s
Decode
解码速度
1,703.4 tok/s
Prefill
预填充速度
1.59 s
TTFT
首 token 延迟
9.16 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_S Decode 199.24 · Prefill 946.23 ·
- Ollama · Q3_K_S Decode 204.49 · Prefill 898.01 ·
- Strata · IQ1_S （当前）Decode 349.68 · Prefill 1703.4 ·
- Strata · Q3_K_L Decode 297.89 · Prefill 1445.32 ·
- vLLM · Q5_K_M Decode 163.66 · Prefill 702.95 ·
核心数据
- Decode（平均）
- 349.68 tok/s
- Prefill（平均）
- 1,703.4 tok/s
- TTFT（平均）
- 1.59 s
- VRAM（平均）
- 9.16 GB
- MTP 接受率
- 0.7
- TTFB
- 2.8 GB
- 功耗
- 315.6 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
- IQ1_S
- 框架
- Strata
- 版本
- v0.27
- 上下文长度
- 2048 tokens
- 批次大小
- 1024
- GPU 层数
- 5
- 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
- NVIDIA RTX 5080
- 标称显存
- 16 GB
- 实测显存（均值）
- 9.16 GB
- 系统
- Windows 11 23H2
- 驱动
- 565.57
- CUDA
- 12.4
- 电源功耗
- 315.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.27 · Windows 11 23H2 · CUDA 12.4 · 2048 ctx
349.68 tok/s
Decode
1,703.4 tok/s
Prefill
1.59 s
TTFT
9.16 GB
VRAM
0.7
MTP
315.6 W
功耗
L2 batch seed 2026-10-19: Strata on hw_id=14 running model_id=69 at IQ1_S