返回搜索结果
Llama-3.1-8B-Instruct · IQ3_XS
AMD Ryzen AI Max+ 395128GBllama.cpp v0.26L2 跨框架验证
本页汇总 Llama-3.1-8B-Instruct（IQ3_XS）在 AMD Ryzen AI Max+ 395 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。
45.88 tok/s
Decode
解码速度
214.9 tok/s
Prefill
预填充速度
0.24 s
TTFT
首 token 延迟
12.52 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 · IQ3_XS （当前）Decode 45.88 · Prefill 214.9 ·
- vLLM · Q2_K Decode 51.17 · Prefill 219.96 ·
核心数据
- Decode（平均）
- 45.88 tok/s
- Prefill（平均）
- 214.9 tok/s
- TTFT（平均）
- 0.24 s
- VRAM（平均）
- 12.52 GB
- MTP 接受率
- —
- TTFB
- 0.37 GB
- 功耗
- 46.5 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
- IQ3_XS
- 框架
- llama.cpp
- 版本
- v0.26
- 上下文长度
- 32768 tokens
- 批次大小
- 512
- GPU 层数
- 99
- 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 Ryzen AI Max+ 395
- 标称显存
- 128 GB
- 实测显存（均值）
- 12.52 GB
- 系统
- Ubuntu 22.04
- 驱动
- amdgpu-pro 24.20
- CUDA
- 12.6
- 电源功耗
- 46.5 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.26 · Ubuntu 22.04 · CUDA 12.6 · 32768 ctx
45.88 tok/s
Decode
214.9 tok/s
Prefill
0.24 s
TTFT
12.52 GB
VRAM
—
MTP
46.5 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=24 running model_id=68 at IQ3_XS