返回搜索结果
Qwen3.8-9B · IQ3_S
NVIDIA H2097GBStrata v0.28L2 跨框架验证
本页汇总 Qwen3.8-9B（IQ3_S）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。
80.72 tok/s
Decode
解码速度
287.96 tok/s
Prefill
预填充速度
1.21 s
TTFT
首 token 延迟
14.57 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
- vLLM · IQ3_S Decode 57.73 · Prefill 250.91 ·
- vLLM · Q3_K_L Decode 54.56 · Prefill 274.28 ·
- Strata · IQ3_S （当前）Decode 80.72 · Prefill 287.96 ·
- Strata · Q3_K_M Decode 74.4 · Prefill 349.95 ·
核心数据
- Decode（平均）
- 80.72 tok/s
- Prefill（平均）
- 287.96 tok/s
- TTFT（平均）
- 1.21 s
- VRAM（平均）
- 14.57 GB
- MTP 接受率
- 0.7
- TTFB
- 0.65 GB
- 功耗
- 340.6 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_S
- 框架
- Strata
- 版本
- v0.28
- 上下文长度
- 8192 tokens
- 批次大小
- 512
- 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）
- 14.57 GB
- 系统
- Windows 11 24H2
- 驱动
- 565.57
- CUDA
- 12.4
- 电源功耗
- 340.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.28 · Windows 11 24H2 · CUDA 12.4 · 8192 ctx
80.72 tok/s
Decode
287.96 tok/s
Prefill
1.21 s
TTFT
14.57 GB
VRAM
0.7
MTP
340.6 W
功耗
L2 batch seed 2026-10-19: Strata on hw_id=56 running model_id=52 at IQ3_S