返回搜索结果
Qwen3.8-9B · IQ3_XS
NVIDIA H100 80GB HBM380GBOllama v0.21L2 跨框架验证
本页汇总 Qwen3.8-9B（IQ3_XS）在 NVIDIA H100 80GB HBM3 上以 Ollama 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。
374.78 tok/s
Decode
解码速度
1,868.44 tok/s
Prefill
预填充速度
1.23 s
TTFT
首 token 延迟
13.82 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
- llama.cpp · IQ3_XS Decode 324.47 · Prefill 1251.53 ·
- Ollama · IQ3_XS （当前）Decode 374.78 · Prefill 1868.44 ·
核心数据
- Decode（平均）
- 374.78 tok/s
- Prefill（平均）
- 1,868.44 tok/s
- TTFT（平均）
- 1.23 s
- VRAM（平均）
- 13.82 GB
- MTP 接受率
- —
- TTFB
- 3 GB
- 功耗
- 582.1 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
- IQ3_XS
- 框架
- Ollama
- 版本
- v0.21
- 上下文长度
- 8192 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
- NVIDIA H100 80GB HBM3
- 标称显存
- 80 GB
- 实测显存（均值）
- 13.82 GB
- 系统
- Ubuntu 24.04
- 驱动
- 570.86
- CUDA
- 13.0
- 电源功耗
- 582.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.21 · Ubuntu 24.04 · CUDA 13.0 · 8192 ctx
374.78 tok/s
Decode
1,868.44 tok/s
Prefill
1.23 s
TTFT
13.82 GB
VRAM
—
MTP
582.1 W
功耗
L2 batch seed 2026-10-19: Ollama on hw_id=55 running model_id=52 at IQ3_XS