Arao AI
返回搜索结果

Qwen3-8B · IQ1_S

发起讨论
Intel Arc B58012GBvLLM v0.27L2 跨框架验证

本页汇总 Qwen3-8B（IQ1_S）在 Intel Arc B580 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。

82.24 tok/s

Decode

解码速度

450.81 tok/s

Prefill

预填充速度

1.82 s

TTFT

首 token 延迟

9.16 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

  1. llama.cpp · Q3_K_M Decode 57.89 · Prefill 216.32 ·
  2. vLLM · IQ1_S （当前）Decode 82.24 · Prefill 450.81 ·
  3. vLLM · IQ2_XS Decode 78.59 · Prefill 324.5 ·

核心数据

Decode（平均）
82.24 tok/s
Prefill（平均）
450.81 tok/s
TTFT（平均）
1.82 s
VRAM（平均）
9.16 GB
MTP 接受率
—
TTFB
0.66 GB
功耗
151.6 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
IQ1_S
框架
vLLM
版本
v0.27
上下文长度
8192 tokens
批次大小
16
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
Intel Arc B580
标称显存
12 GB
实测显存（均值）
9.16 GB
系统
Ubuntu 24.04
驱动
Intel Arc 31.0.101.5186
CUDA
12.6
电源功耗
151.6 W

来源与证据

共 1 条实测记录，逐条可回溯到原始出处

  1. L2 跨框架验证其他原始链接 验证于 2026-10-10

    v0.27 · Ubuntu 24.04 · CUDA 12.6 · 8192 ctx

    82.24 tok/s

    Decode

    450.81 tok/s

    Prefill

    1.82 s

    TTFT

    9.16 GB

    VRAM

    —

    MTP

    151.6 W

    功耗

    L2 batch seed 2026-10-10: vLLM on hw_id=94 running model_id=53 at IQ1_S