返回搜索结果
Qwen3.5-27B · IQ2_XS
NVIDIA H2097GBvLLM v0.48L2 跨框架验证
本页汇总 Qwen3.5-27B（IQ2_XS）在 NVIDIA H20 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。
63.17 tok/s
Decode
解码速度
260.61 tok/s
Prefill
预填充速度
2.16 s
TTFT
首 token 延迟
29.32 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 （当前）Decode 63.17 · Prefill 260.61 ·
- vLLM · Q8_0 Decode 27.55 · Prefill 97.34 ·
- Strata · IQ3_S Decode 67.46 · Prefill 225.71 ·
核心数据
- Decode（平均）
- 63.17 tok/s
- Prefill（平均）
- 260.61 tok/s
- TTFT（平均）
- 2.16 s
- VRAM（平均）
- 29.32 GB
- MTP 接受率
- —
- TTFB
- 0.51 GB
- 功耗
- 351.2 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
- IQ2_XS
- 框架
- vLLM
- 版本
- v0.48
- 上下文长度
- 32768 tokens
- 批次大小
- 32
- 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 H20
- 标称显存
- 97 GB
- 实测显存（均值）
- 29.32 GB
- 系统
- Windows 11 23H2
- 驱动
- 570.86
- CUDA
- 12.8
- 电源功耗
- 351.2 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.48 · Windows 11 23H2 · CUDA 12.8 · 32768 ctx
63.17 tok/s
Decode
260.61 tok/s
Prefill
2.16 s
TTFT
29.32 GB
VRAM
—
MTP
351.2 W
功耗
L2 batch seed 2026-10-19: vLLM on hw_id=56 running model_id=50 at IQ2_XS