返回搜索结果
Qwen3-8B · IQ2_XS
Intel Arc B58012GBvLLM v0.46L2 跨框架验证
本页汇总 Qwen3-8B（IQ2_XS）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。
78.59 tok/s
Decode
解码速度
324.5 tok/s
Prefill
预填充速度
1.04 s
TTFT
首 token 延迟
10.16 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
- llama.cpp · Q3_K_M Decode 57.89 · Prefill 216.32 ·
- vLLM · IQ1_S Decode 82.24 · Prefill 450.81 ·
- vLLM · IQ2_XS （当前）Decode 78.59 · Prefill 324.5 ·
核心数据
- Decode（平均）
- 78.59 tok/s
- Prefill（平均）
- 324.5 tok/s
- TTFT（平均）
- 1.04 s
- VRAM（平均）
- 10.16 GB
- MTP 接受率
- —
- TTFB
- 0.63 GB
- 功耗
- 258.8 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
- IQ2_XS
- 框架
- vLLM
- 版本
- v0.46
- 上下文长度
- 32768 tokens
- 批次大小
- 32
- 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）
- 10.16 GB
- 系统
- Ubuntu 24.04
- 驱动
- Intel Arc 31.0.101.5186
- CUDA
- 12.6
- 电源功耗
- 258.8 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.46 · Ubuntu 24.04 · CUDA 12.6 · 32768 ctx
78.59 tok/s
Decode
324.5 tok/s
Prefill
1.04 s
TTFT
10.16 GB
VRAM
—
MTP
258.8 W
功耗
L2 batch seed 2026-10-10: vLLM on hw_id=94 running model_id=53 at IQ2_XS