返回搜索结果
Llama-3.1-8B-Instruct · Q3_K_S
AMD Radeon RX 9070 XT16GBvLLM v0.23L2 跨框架验证
本页汇总 Llama-3.1-8B-Instruct（Q3_K_S）在 AMD Radeon RX 9070 XT 上以 vLLM 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。
162.87 tok/s
Decode
解码速度
574.19 tok/s
Prefill
预填充速度
2.23 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
今天
最后验证
性能表现
- llama.cpp · IQ4_XS Decode 135.74 · Prefill 591.43 ·
- vLLM · Q3_K_S （当前）Decode 162.87 · Prefill 574.19 ·
- vLLM · Q4_K_M Decode 144.21 · Prefill 558.74 ·
核心数据
- Decode（平均）
- 162.87 tok/s
- Prefill（平均）
- 574.19 tok/s
- TTFT（平均）
- 2.23 s
- VRAM（平均）
- 13.02 GB
- MTP 接受率
- —
- TTFB
- 1.3 GB
- 功耗
- 262.9 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
- vLLM
- 版本
- v0.23
- 上下文长度
- 32768 tokens
- 批次大小
- 8
- GPU 层数
- 999
- 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
- AMD Radeon RX 9070 XT
- 标称显存
- 16 GB
- 实测显存（均值）
- 13.02 GB
- 系统
- Ubuntu 22.04
- 驱动
- amdgpu 6.11
- CUDA
- 12.6
- 电源功耗
- 262.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.23 · Ubuntu 22.04 · CUDA 12.6 · 32768 ctx
162.87 tok/s
Decode
574.19 tok/s
Prefill
2.23 s
TTFT
13.02 GB
VRAM
—
MTP
262.9 W
功耗
L2 batch seed 2026-10-18: vLLM on hw_id=16 running model_id=68 at Q3_K_S