Arao AI
返回搜索结果

Qwen3.8-27B · IQ2_M

发起讨论
NVIDIA H100 80GB HBM380GBStrata v0.49L2 跨框架验证

本页汇总 Qwen3.8-27B（IQ2_M）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。

325.92 tok/s

Decode

解码速度

1,772.8 tok/s

Prefill

预填充速度

0.35 s

TTFT

首 token 延迟

31.58 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

16 天前

最后验证

性能表现

  1. vLLM · Q4_K_M Decode 224.13 · Prefill 1208.86 ·
  2. vLLM · Q5_K_M Decode 206.52 · Prefill 1029.93 ·
  3. Strata · IQ2_M （当前）Decode 325.92 · Prefill 1772.8 ·

核心数据

Decode（平均）
325.92 tok/s
Prefill（平均）
1,772.8 tok/s
TTFT（平均）
0.35 s
VRAM（平均）
31.58 GB
MTP 接受率
0.64
TTFB
2.61 GB
功耗
643.5 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
IQ2_M
框架
Strata
版本
v0.49
上下文长度
8192 tokens
批次大小
256
GPU 层数
5
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 H100 80GB HBM3
标称显存
80 GB
实测显存（均值）
31.58 GB
系统
Ubuntu 24.04
驱动
570.86
CUDA
12.8
电源功耗
643.5 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

    v0.49 · Ubuntu 24.04 · CUDA 12.8 · 8192 ctx

    325.92 tok/s

    Decode

    1,772.8 tok/s

    Prefill

    0.35 s

    TTFT

    31.58 GB

    VRAM

    0.64

    MTP

    643.5 W

    功耗

    L2 batch seed 2026-10-19: Strata on hw_id=55 running model_id=5 at IQ2_M