返回搜索结果
Llama-3.2-3B-Instruct · IQ4_XS
AMD Radeon RX 9070 XT16GBStrata v0.29L2 跨框架验证
本页汇总 Llama-3.2-3B-Instruct（IQ4_XS）在 AMD Radeon RX 9070 XT 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。
311.94 tok/s
Decode
解码速度
1,321.43 tok/s
Prefill
预填充速度
0.8 s
TTFT
首 token 延迟
6.76 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 · IQ3_XS Decode 319.75 · Prefill 1663.47 ·
- Strata · IQ3_S Decode 308.2 · Prefill 1415.95 ·
- Strata · IQ4_XS （当前）Decode 311.94 · Prefill 1321.43 ·
核心数据
- Decode（平均）
- 311.94 tok/s
- Prefill（平均）
- 1,321.43 tok/s
- TTFT（平均）
- 0.8 s
- VRAM（平均）
- 6.76 GB
- MTP 接受率
- 0.71
- TTFB
- 2.5 GB
- 功耗
- 230.1 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
- IQ4_XS
- 框架
- Strata
- 版本
- v0.29
- 上下文长度
- 4096 tokens
- 批次大小
- 256
- GPU 层数
- 5
- 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 XT
- 标称显存
- 16 GB
- 实测显存（均值）
- 6.76 GB
- 系统
- Ubuntu 22.04
- 驱动
- amdgpu-pro 24.20
- CUDA
- 12.8
- 电源功耗
- 230.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.29 · Ubuntu 22.04 · CUDA 12.8 · 4096 ctx
311.94 tok/s
Decode
1,321.43 tok/s
Prefill
0.8 s
TTFT
6.76 GB
VRAM
0.71
MTP
230.1 W
功耗
L2 batch seed 2026-10-18: Strata on hw_id=16 running model_id=70 at IQ4_XS