Arao AI
返回搜索结果

Qwen3.8-27B · Q2_K

发起讨论
NVIDIA H2097GBStrata v0.36L2 跨框架验证

本页汇总 Qwen3.8-27B（Q2_K）在 NVIDIA H20 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。

52.83 tok/s

Decode

解码速度

205.52 tok/s

Prefill

预填充速度

0.9 s

TTFT

首 token 延迟

33.29 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. llama.cpp · IQ2_XS Decode 42.1 · Prefill 229.32 ·
  2. Strata · Q2_K （当前）Decode 52.83 · Prefill 205.52 ·
  3. Strata · Q4_K_M Decode 39.14 · Prefill 148.55 ·

核心数据

Decode（平均）
52.83 tok/s
Prefill（平均）
205.52 tok/s
TTFT（平均）
0.9 s
VRAM（平均）
33.29 GB
MTP 接受率
0.61
TTFB
0.42 GB
功耗
306.9 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
Q2_K
框架
Strata
版本
v0.36
上下文长度
8192 tokens
批次大小
1024
GPU 层数
8
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）
33.29 GB
系统
Windows 11 24H2
驱动
570.86
CUDA
12.4
电源功耗
306.9 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

    v0.36 · Windows 11 24H2 · CUDA 12.4 · 8192 ctx

    52.83 tok/s

    Decode

    205.52 tok/s

    Prefill

    0.9 s

    TTFT

    33.29 GB

    VRAM

    0.61

    MTP

    306.9 W

    功耗

    L2 batch seed 2026-10-19: Strata on hw_id=56 running model_id=5 at Q2_K