Arao AI
返回搜索结果

Qwen3.6-27B · Q8_0

发起讨论
NVIDIA H100 80GB HBM380GBStrata v0.39L2 跨框架验证

本页汇总 Qwen3.6-27B（Q8_0）在 NVIDIA H100 80GB HBM3 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。

297.87 tok/s

Decode

解码速度

1,046.41 tok/s

Prefill

预填充速度

2.1 s

TTFT

首 token 延迟

67.3 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

  1. vLLM · Q8_0 Decode 234.17 · Prefill 755.94 ·
  2. Strata · Q3_K_S Decode 335.33 · Prefill 1692.56 ·
  3. Strata · Q8_0 （当前）Decode 297.87 · Prefill 1046.41 ·

核心数据

Decode（平均）
297.87 tok/s
Prefill（平均）
1,046.41 tok/s
TTFT（平均）
2.1 s
VRAM（平均）
67.3 GB
MTP 接受率
0.71
TTFB
2.38 GB
功耗
573.9 W

基础配置

成员级字段取自最近一次实测

模型
Qwen3.6-27B
量化方式
Q8_0
框架
Strata
版本
v0.39
上下文长度
16384 tokens
批次大小
256
GPU 层数
8
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 H100 80GB HBM3
标称显存
80 GB
实测显存（均值）
67.3 GB
系统
Ubuntu 22.04
驱动
572.83
CUDA
13.0
电源功耗
573.9 W

获取与上手

原始模型资料

以下为基础模型入口，不保证与本次量化版本一致；部署请使用上方已核实权重。

来源与证据

共 1 条实测记录，逐条可回溯到原始出处

  1. L2 跨框架验证其他原始链接 验证于 2026-10-19

    v0.39 · Ubuntu 22.04 · CUDA 13.0 · 16384 ctx

    297.87 tok/s

    Decode

    1,046.41 tok/s

    Prefill

    2.1 s

    TTFT

    67.3 GB

    VRAM

    0.71

    MTP

    573.9 W

    功耗

    L2 batch seed 2026-10-19: Strata on hw_id=55 running model_id=6 at Q8_0