返回搜索结果
Qwen3.6-35B-A3B · Q8_0
NVIDIA H2097GBvLLM v0.27L2 跨框架验证
本页汇总 Qwen3.6-35B-A3B（Q8_0）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。
66.61 tok/s
Decode
解码速度
237.96 tok/s
Prefill
预填充速度
0.72 s
TTFT
首 token 延迟
86.62 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 · Q3_K_S Decode 118.48 · Prefill 535.48 ·
- vLLM · Q8_0 （当前）Decode 66.61 · Prefill 237.96 ·
- Ollama · Q3_K_M Decode 90.2 · Prefill 441.65 ·
核心数据
- Decode（平均）
- 66.61 tok/s
- Prefill（平均）
- 237.96 tok/s
- TTFT（平均）
- 0.72 s
- VRAM（平均）
- 86.62 GB
- MTP 接受率
- —
- TTFB
- 0.53 GB
- 功耗
- 305.3 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3.6-35B-A3B
- 量化方式
- Q8_0
- 框架
- vLLM
- 版本
- v0.27
- 上下文长度
- 2048 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
- NVIDIA H20
- 标称显存
- 97 GB
- 实测显存（均值）
- 86.62 GB
- 系统
- Ubuntu 24.04
- 驱动
- 560.94
- CUDA
- 12.4
- 电源功耗
- 305.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.27 · Ubuntu 24.04 · CUDA 12.4 · 2048 ctx
66.61 tok/s
Decode
237.96 tok/s
Prefill
0.72 s
TTFT
86.62 GB
VRAM
—
MTP
305.3 W
功耗
L2 batch seed 2026-10-19: vLLM on hw_id=56 running model_id=47 at Q8_0