返回搜索结果
Qwen3-8B · Q4_K_S
AMD Radeon RX 9070 XT16GBllama.cpp v0.23L2 跨框架验证
本页汇总 Qwen3-8B（Q4_K_S）在 AMD Radeon RX 9070 XT 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。
123.04 tok/s
Decode
解码速度
487.34 tok/s
Prefill
预填充速度
1.3 s
TTFT
首 token 延迟
15.2 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 · Q4_K_S （当前）Decode 123.04 · Prefill 487.34 ·
- vLLM · Q2_K Decode 168.21 · Prefill 814.55 ·
- vLLM · IQ2_XS Decode 142.91 · Prefill 782.4 ·
- Strata · IQ2_XS Decode 192.63 · Prefill 774.46 ·
核心数据
- Decode（平均）
- 123.04 tok/s
- Prefill（平均）
- 487.34 tok/s
- TTFT（平均）
- 1.3 s
- VRAM（平均）
- 15.2 GB
- MTP 接受率
- —
- TTFB
- 0.98 GB
- 功耗
- 255.8 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3-8B
- 量化方式
- Q4_K_S
- 框架
- llama.cpp
- 版本
- v0.23
- 上下文长度
- 8192 tokens
- 批次大小
- 512
- GPU 层数
- 20
- Flash Attention
- 关闭
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）
- 15.2 GB
- 系统
- Ubuntu 24.04
- 驱动
- amdgpu-pro 24.20
- CUDA
- 12.8
- 电源功耗
- 255.8 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.23 · Ubuntu 24.04 · CUDA 12.8 · 8192 ctx
123.04 tok/s
Decode
487.34 tok/s
Prefill
1.3 s
TTFT
15.2 GB
VRAM
—
MTP
255.8 W
功耗
L2 batch seed 2026-10-18: llama.cpp on hw_id=16 running model_id=53 at Q4_K_S