Arao AI
返回搜索结果

Qwen3.8-27B · Q4_K_M

发起讨论
AMD Radeon RX 7900 XTX24GBllama.cpp 0.3.0-dev (ggml 0.22.0)L0 自报

本页汇总 Qwen3.8-27B（Q4_K_M）在 AMD Radeon RX 7900 XTX 上以 llama.cpp 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。

124.1 tok/s

Decode

解码速度

156 tok/s

Prefill

预填充速度

— s

TTFT

首 token 延迟

22.16 GB

VRAM

显存占用

L0 自报

1

实测次数

1

独立来源

其他

来源平台

4 天前

最后验证

性能表现

  1. llama.cpp · Q4_K_M （当前）Decode 124.1 · Prefill 156 ·
  2. llama.cpp · IQ3_S Decode 26.73 · Prefill 487.5 ·

核心数据

Decode（平均）
124.1 tok/s
Prefill（平均）
156 tok/s
TTFT（平均）
— s
VRAM（平均）
22.16 GB
MTP 接受率
—
TTFB
— GB
功耗
— W

基础配置

成员级字段取自最近一次实测

模型
Qwen3.8-27B
量化方式
Q4_K_M
框架
llama.cpp
版本
0.3.0-dev (ggml 0.22.0)
上下文长度
204800 tokens
批次大小
256
GPU 层数
99
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
AMD Radeon RX 7900 XTX
标称显存
24 GB
实测显存（均值）
22.16 GB
系统
Ubuntu 24.04
驱动
Mesa/RADV 25.2.8

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。

启动命令

最近一次实测使用的命令
./build-vulkan/bin/llama-server -m models/Qwen3.8-27B-unsloth-Q4_K_M.gguf -c 204800 -fa on -np 1 -ub 256 --cache-type-k q5_1 --cache-type-v q4_0 --device Vulkan0 --spec-type ngram-map-k4v,draft-mtp --spec-draft-n-max 3 --spec-ngram-map-k4v-size-n 32 --jinja

来源与证据

共 1 条实测记录，逐条可回溯到原始出处

  1. L0 自报其他原始链接 验证于 2026-09-28

    0.3.0-dev (ggml 0.22.0) · Ubuntu 24.04 · 204800 ctx

    124.1 tok/s

    Decode

    156 tok/s

    Prefill

    — s

    TTFT

    22.16 GB

    VRAM

    —

    MTP

    — W

    功耗

    方案 B：長上下文（200K）把上面兩行 KV 改掉即可：-c 204800 --cache-type-k q5_1 --cache-type-v q4_0 → 124.1 / 68.1 / 40.9 t/s，VRAM 22.16 GiB