返回搜索结果
Llama-3.2-3B-Instruct · FP16
NVIDIA RTX 4080 Super16GBStrata v0.28L2 跨框架验证
本页汇总 Llama-3.2-3B-Instruct（FP16）在 NVIDIA RTX 4080 Super 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。
277.08 tok/s
Decode
解码速度
1,141.1 tok/s
Prefill
预填充速度
0.67 s
TTFT
首 token 延迟
13.76 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
17 天前
最后验证
性能表现
- llama.cpp · IQ2_XS Decode 372.98 · Prefill 1597.99 ·
- llama.cpp · IQ4_XS Decode 289.96 · Prefill 1071.96 ·
- Strata · FP16 （当前）Decode 277.08 · Prefill 1141.1 ·
- vLLM · IQ3_S Decode 334.5 · Prefill 1159.32 ·
- Strata · Q3_K_L Decode 358.87 · Prefill 1331.79 ·
核心数据
- Decode（平均）
- 277.08 tok/s
- Prefill（平均）
- 1,141.1 tok/s
- TTFT（平均）
- 0.67 s
- VRAM（平均）
- 13.76 GB
- MTP 接受率
- 0.61
- TTFB
- 2.22 GB
- 功耗
- 308 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
- FP16
- 框架
- Strata
- 版本
- v0.28
- 上下文长度
- 16384 tokens
- 批次大小
- 1024
- GPU 层数
- 12
- 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 4080 Super
- 标称显存
- 16 GB
- 实测显存（均值）
- 13.76 GB
- 系统
- Windows 11 24H2
- 驱动
- 560.94
- CUDA
- 12.8
- 电源功耗
- 308 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.28 · Windows 11 24H2 · CUDA 12.8 · 16384 ctx
277.08 tok/s
Decode
1,141.1 tok/s
Prefill
0.67 s
TTFT
13.76 GB
VRAM
0.61
MTP
308 W
功耗
L2 batch seed 2026-10-19: Strata on hw_id=20 running model_id=70 at FP16