Arao AI
返回搜索结果

Llama-3.1-8B-Instruct · IQ1_S

发起讨论
AMD Radeon RX 907016GBvLLM v0.30L2 跨框架验证

本页汇总 Llama-3.1-8B-Instruct（IQ1_S）在 AMD Radeon RX 9070 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。

209.03 tok/s

Decode

解码速度

1,072.51 tok/s

Prefill

预填充速度

0.88 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

今天

最后验证

性能表现

  1. vLLM · IQ1_S （当前）Decode 209.03 · Prefill 1072.51 ·
  2. vLLM · Q3_K_M Decode 141.43 · Prefill 703.16 ·
  3. Strata · Q3_K_L Decode 194.02 · Prefill 811.8 ·

核心数据

Decode（平均）
209.03 tok/s
Prefill（平均）
1,072.51 tok/s
TTFT（平均）
0.88 s
VRAM（平均）
9.16 GB
MTP 接受率
—
TTFB
1.67 GB
功耗
219.3 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
IQ1_S
框架
vLLM
版本
v0.30
上下文长度
32768 tokens
批次大小
32
GPU 层数
999
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 9070
标称显存
16 GB
实测显存（均值）
9.16 GB
系统
Ubuntu 22.04
驱动
amdgpu 6.12
CUDA
12.6
电源功耗
219.3 W

来源与证据

共 1 条实测记录，逐条可回溯到原始出处

  1. L2 跨框架验证其他原始链接 验证于 2026-10-18

    v0.30 · Ubuntu 22.04 · CUDA 12.6 · 32768 ctx

    209.03 tok/s

    Decode

    1,072.51 tok/s

    Prefill

    0.88 s

    TTFT

    9.16 GB

    VRAM

    —

    MTP

    219.3 W

    功耗

    L2 batch seed 2026-10-18: vLLM on hw_id=21 running model_id=68 at IQ1_S