返回搜索结果
Qwen3.8-9B · Q4_K_S
AMD Radeon RX 7900 XTX24GBllama.cpp v0.41L2 跨框架验证
本页汇总 Qwen3.8-9B（Q4_K_S）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。
92.32 tok/s
Decode
解码速度
411.04 tok/s
Prefill
预填充速度
1.57 s
TTFT
首 token 延迟
16.84 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
今天
最后验证
性能表现
- llama.cpp · IQ2_M Decode 116.92 · Prefill 403.5 ·
- llama.cpp · Q4_K_S （当前）Decode 92.32 · Prefill 411.04 ·
- vLLM · Q8_0 Decode 60.74 · Prefill 270.33 ·
核心数据
- Decode（平均）
- 92.32 tok/s
- Prefill（平均）
- 411.04 tok/s
- TTFT（平均）
- 1.57 s
- VRAM（平均）
- 16.84 GB
- MTP 接受率
- —
- TTFB
- 0.74 GB
- 功耗
- 455 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3.8-9B
- 量化方式
- Q4_K_S
- 框架
- llama.cpp
- 版本
- v0.41
- 上下文长度
- 2048 tokens
- 批次大小
- 512
- GPU 层数
- 20
- 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）
- 16.84 GB
- 系统
- Ubuntu 24.04
- 驱动
- 560.94
- CUDA
- 12.6
- 电源功耗
- 455 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.41 · Ubuntu 24.04 · CUDA 12.6 · 2048 ctx
92.32 tok/s
Decode
411.04 tok/s
Prefill
1.57 s
TTFT
16.84 GB
VRAM
—
MTP
455 W
功耗
L2 batch seed 2026-10-10: llama.cpp on hw_id=11 running model_id=52 at Q4_K_S