返回搜索结果
Llama-3.2-3B-Instruct · IQ3_S
AMD Radeon RX 7900 XTX24GBvLLM v0.43L2 跨框架验证
本页汇总 Llama-3.2-3B-Instruct（IQ3_S）在 AMD Radeon RX 7900 XTX 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。
253.22 tok/s
Decode
解码速度
1,074.86 tok/s
Prefill
预填充速度
1.24 s
TTFT
首 token 延迟
6.26 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
- vLLM · IQ3_S （当前）Decode 253.22 · Prefill 1074.86 ·
- Strata · IQ3_S Decode 389.24 · Prefill 2015.9 ·
- Strata · Q4_K_S Decode 341.32 · Prefill 1578.68 ·
核心数据
- Decode（平均）
- 253.22 tok/s
- Prefill（平均）
- 1,074.86 tok/s
- TTFT（平均）
- 1.24 s
- VRAM（平均）
- 6.26 GB
- MTP 接受率
- —
- TTFB
- 2.03 GB
- 功耗
- 201 W
基础配置
成员级字段取自最近一次实测
- 模型
- Llama-3.2-3B-Instruct
- 量化方式
- IQ3_S
- 框架
- vLLM
- 版本
- v0.43
- 上下文长度
- 32768 tokens
- 批次大小
- 8
- 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 7900 XTX
- 标称显存
- 24 GB
- 实测显存（均值）
- 6.26 GB
- 系统
- Ubuntu 22.04
- 驱动
- amdgpu 6.11
- CUDA
- 12.4
- 电源功耗
- 201 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.43 · Ubuntu 22.04 · CUDA 12.4 · 32768 ctx
253.22 tok/s
Decode
1,074.86 tok/s
Prefill
1.24 s
TTFT
6.26 GB
VRAM
—
MTP
201 W
功耗
L2 batch seed 2026-10-18: vLLM on hw_id=11 running model_id=70 at IQ3_S