返回搜索结果
Qwen3.5-27B · IQ3_S
NVIDIA H2097GBStrata v0.30L2 跨框架验证
本页汇总 Qwen3.5-27B（IQ3_S）在 NVIDIA H20 上以 Strata 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。
67.46 tok/s
Decode
解码速度
225.71 tok/s
Prefill
预填充速度
0.85 s
TTFT
首 token 延迟
39.52 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
17 天前
最后验证
性能表现
- vLLM · IQ2_XS Decode 63.17 · Prefill 260.61 ·
- vLLM · Q8_0 Decode 27.55 · Prefill 97.34 ·
- Strata · IQ3_S （当前）Decode 67.46 · Prefill 225.71 ·
核心数据
- Decode（平均）
- 67.46 tok/s
- Prefill（平均）
- 225.71 tok/s
- TTFT（平均）
- 0.85 s
- VRAM（平均）
- 39.52 GB
- MTP 接受率
- 0.64
- TTFB
- 0.54 GB
- 功耗
- 346.8 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3.5-27B
- 量化方式
- IQ3_S
- 框架
- Strata
- 版本
- v0.30
- 上下文长度
- 4096 tokens
- 批次大小
- 1024
- GPU 层数
- 5
- 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
- NVIDIA H20
- 标称显存
- 97 GB
- 实测显存（均值）
- 39.52 GB
- 系统
- Ubuntu 22.04
- 驱动
- 572.83
- CUDA
- 12.4
- 电源功耗
- 346.8 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.30 · Ubuntu 22.04 · CUDA 12.4 · 4096 ctx
67.46 tok/s
Decode
225.71 tok/s
Prefill
0.85 s
TTFT
39.52 GB
VRAM
0.64
MTP
346.8 W
功耗
L2 batch seed 2026-10-19: Strata on hw_id=56 running model_id=50 at IQ3_S