返回搜索结果
Qwen3-8B · Q3_K_S
NVIDIA Jetson AGX Orin 64GB64GBvLLM v0.45L2 跨框架验证
本页汇总 Qwen3-8B（Q3_K_S）在 NVIDIA Jetson AGX Orin 64GB 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。
73.73 tok/s
Decode
解码速度
262.59 tok/s
Prefill
预填充速度
1.29 s
TTFT
首 token 延迟
13.02 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
5 天前
最后验证
性能表现
- llama.cpp · IQ1_S Decode 80.69 · Prefill 386.89 ·
- llama.cpp · IQ2_XS Decode 81.76 · Prefill 342.2 ·
- Ollama · FP16 Decode 24.64 · Prefill 90.65 ·
- Ollama · Q3_K_L Decode 56.02 · Prefill 230.05 ·
- vLLM · Q3_K_S （当前）Decode 73.73 · Prefill 262.59 ·
- vLLM · Q4_K_S Decode 62 · Prefill 313.33 ·
核心数据
- Decode（平均）
- 73.73 tok/s
- Prefill（平均）
- 262.59 tok/s
- TTFT（平均）
- 1.29 s
- VRAM（平均）
- 13.02 GB
- MTP 接受率
- —
- TTFB
- 0.59 GB
- 功耗
- 19.1 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_S
- 框架
- vLLM
- 版本
- v0.45
- 上下文长度
- 4096 tokens
- 批次大小
- 8
- GPU 层数
- 999
- 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
- NVIDIA Jetson AGX Orin 64GB
- 标称显存
- 64 GB
- 实测显存（均值）
- 13.02 GB
- 系统
- JetPack 6.0
- 驱动
- NVIDIA L4T 36.3
- CUDA
- 12.6
- 电源功耗
- 19.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.45 · JetPack 6.0 · CUDA 12.6 · 4096 ctx
73.73 tok/s
Decode
262.59 tok/s
Prefill
1.29 s
TTFT
13.02 GB
VRAM
—
MTP
19.1 W
功耗
L2 batch seed 2026-10-13: vLLM on hw_id=76 running model_id=53 at Q3_K_S