返回搜索结果
Llama-3.1-8B-Instruct · IQ4_XS
NVIDIA RTX PRO 6000 Blackwell 96GB96GBStrata v0.37L2 跨框架验证
本页汇总 Llama-3.1-8B-Instruct（IQ4_XS）在 NVIDIA RTX PRO 6000 Blackwell 96GB 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。
387.3 tok/s
Decode
解码速度
1,749.15 tok/s
Prefill
预填充速度
1.62 s
TTFT
首 token 延迟
14.53 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 · Q3_K_L Decode 262.13 · Prefill 1148.25 ·
- Ollama · Q5_K_M Decode 184.14 · Prefill 644.68 ·
- Strata · IQ4_XS （当前）Decode 387.3 · Prefill 1749.15 ·
核心数据
- Decode（平均）
- 387.3 tok/s
- Prefill（平均）
- 1,749.15 tok/s
- TTFT（平均）
- 1.62 s
- VRAM（平均）
- 14.53 GB
- MTP 接受率
- 0.5
- TTFB
- 3.1 GB
- 功耗
- 302.7 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
- IQ4_XS
- 框架
- Strata
- 版本
- v0.37
- 上下文长度
- 4096 tokens
- 批次大小
- 512
- GPU 层数
- 15
- 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
- NVIDIA RTX PRO 6000 Blackwell 96GB
- 标称显存
- 96 GB
- 实测显存（均值）
- 14.53 GB
- 系统
- Ubuntu 22.04
- 驱动
- 560.94
- CUDA
- 12.6
- 电源功耗
- 302.7 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.37 · Ubuntu 22.04 · CUDA 12.6 · 4096 ctx
387.3 tok/s
Decode
1,749.15 tok/s
Prefill
1.62 s
TTFT
14.53 GB
VRAM
0.5
MTP
302.7 W
功耗
L2 batch seed 2026-10-19: Strata on hw_id=68 running model_id=68 at IQ4_XS