返回搜索结果
Llama-3-8B-Instruct · Q3_K_L
NVIDIA RTX 508016GBStrata v0.32L2 跨框架验证
本页汇总 Llama-3-8B-Instruct（Q3_K_L）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。
297.89 tok/s
Decode
解码速度
1,445.32 tok/s
Prefill
预填充速度
2.26 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
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 Decode 349.68 · Prefill 1703.4 ·
- Strata · Q3_K_L （当前）Decode 297.89 · Prefill 1445.32 ·
- vLLM · Q5_K_M Decode 163.66 · Prefill 702.95 ·
核心数据
- Decode（平均）
- 297.89 tok/s
- Prefill（平均）
- 1,445.32 tok/s
- TTFT（平均）
- 2.26 s
- VRAM（平均）
- 14.2 GB
- MTP 接受率
- 0.56
- TTFB
- 2.38 GB
- 功耗
- 259 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
- Strata
- 版本
- v0.32
- 上下文长度
- 2048 tokens
- 批次大小
- 1024
- GPU 层数
- 8
- 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）
- 14.2 GB
- 系统
- Ubuntu 22.04
- 驱动
- 572.83
- CUDA
- 12.6
- 电源功耗
- 259 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.32 · Ubuntu 22.04 · CUDA 12.6 · 2048 ctx
297.89 tok/s
Decode
1,445.32 tok/s
Prefill
2.26 s
TTFT
14.2 GB
VRAM
0.56
MTP
259 W
功耗
L2 batch seed 2026-10-19: Strata on hw_id=14 running model_id=69 at Q3_K_L