返回搜索结果
Llama-3.1-8B-Instruct · Q3_K_S
AMD Radeon RX 7900 XTX24GBllama.cpp v0.39L2 跨框架验证
本页汇总 Llama-3.1-8B-Instruct（Q3_K_S）在 AMD Radeon RX 7900 XTX 上以 llama.cpp 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。
102.17 tok/s
Decode
解码速度
424.1 tok/s
Prefill
预填充速度
1.7 s
TTFT
首 token 延迟
13.02 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
- llama.cpp · Q3_K_S （当前）Decode 102.17 · Prefill 424.1 ·
- llama.cpp · Q4_K_M Decode 83.47 · Prefill 411.3 ·
- vLLM · Q3_K_M Decode 114.54 · Prefill 374.54 ·
- vLLM · Q4_K_M Decode 87.13 · Prefill 426.78 ·
- vLLM · IQ4_XS Decode 91.85 · Prefill 357.41 ·
- Strata · IQ4_XS Decode 138.01 · Prefill 527.22 ·
核心数据
- Decode（平均）
- 102.17 tok/s
- Prefill（平均）
- 424.1 tok/s
- TTFT（平均）
- 1.7 s
- VRAM（平均）
- 13.02 GB
- MTP 接受率
- —
- TTFB
- 0.82 GB
- 功耗
- 242.4 W
基础配置
成员级字段取自最近一次实测
- 模型
- Llama-3.1-8B-Instruct
- 量化方式
- Q3_K_S
- 框架
- llama.cpp
- 版本
- v0.39
- 上下文长度
- 32768 tokens
- 批次大小
- 256
- GPU 层数
- 20
- 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）
- 13.02 GB
- 系统
- Windows 11 23H2
- 驱动
- amdgpu-pro 24.20
- CUDA
- 12.8
- 电源功耗
- 242.4 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.39 · Windows 11 23H2 · CUDA 12.8 · 32768 ctx
102.17 tok/s
Decode
424.1 tok/s
Prefill
1.7 s
TTFT
13.02 GB
VRAM
—
MTP
242.4 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=11 running model_id=68 at Q3_K_S