返回搜索结果
Qwen3-8B · Q3_K_M
Intel Arc B58012GBvLLM v0.35L2 跨框架验证
本页汇总 Qwen3-8B（Q3_K_M）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。
56.47 tok/s
Decode
解码速度
307.9 tok/s
Prefill
预填充速度
1.83 s
TTFT
首 token 延迟
11.4 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
- vLLM · Q3_K_M （当前）Decode 56.47 · Prefill 307.9 ·
- Strata · IQ2_M Decode 88.38 · Prefill 340.69 ·
- Strata · Q3_K_M Decode 71.01 · Prefill 283.66 ·
- llama.cpp · Q3_K_M Decode 57.89 · Prefill 216.32 ·
- vLLM · IQ1_S Decode 82.24 · Prefill 450.81 ·
- vLLM · IQ2_XS Decode 78.59 · Prefill 324.5 ·
核心数据
- Decode（平均）
- 56.47 tok/s
- Prefill（平均）
- 307.9 tok/s
- TTFT（平均）
- 1.83 s
- VRAM（平均）
- 11.4 GB
- MTP 接受率
- —
- TTFB
- 0.45 GB
- 功耗
- 132.5 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
- Q3_K_M
- 框架
- vLLM
- 版本
- v0.35
- 上下文长度
- 8192 tokens
- 批次大小
- 8
- 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）
- 11.4 GB
- 系统
- Ubuntu 24.04
- 驱动
- Intel Arc 32.0.101.6552
- CUDA
- 12.6
- 电源功耗
- 132.5 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.35 · Ubuntu 24.04 · CUDA 12.6 · 8192 ctx
56.47 tok/s
Decode
307.9 tok/s
Prefill
1.83 s
TTFT
11.4 GB
VRAM
—
MTP
132.5 W
功耗
L2 batch seed 2026-10-18: vLLM on hw_id=94 running model_id=53 at Q3_K_M