返回搜索结果
Qwen3.8-9B · Q3_K_M
NVIDIA H2097GBStrata v0.25L2 跨框架验证
本页汇总 Qwen3.8-9B（Q3_K_M）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。
74.4 tok/s
Decode
解码速度
349.95 tok/s
Prefill
预填充速度
1.65 s
TTFT
首 token 延迟
14.95 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 Decode 80.72 · Prefill 287.96 ·
- Strata · Q3_K_M （当前）Decode 74.4 · Prefill 349.95 ·
核心数据
- Decode（平均）
- 74.4 tok/s
- Prefill（平均）
- 349.95 tok/s
- TTFT（平均）
- 1.65 s
- VRAM（平均）
- 14.95 GB
- MTP 接受率
- 0.71
- TTFB
- 0.6 GB
- 功耗
- 334.6 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
- Q3_K_M
- 框架
- Strata
- 版本
- v0.25
- 上下文长度
- 16384 tokens
- 批次大小
- 1024
- 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 H20
- 标称显存
- 97 GB
- 实测显存（均值）
- 14.95 GB
- 系统
- Windows 11 23H2
- 驱动
- 560.94
- CUDA
- 12.8
- 电源功耗
- 334.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.25 · Windows 11 23H2 · CUDA 12.8 · 16384 ctx
74.4 tok/s
Decode
349.95 tok/s
Prefill
1.65 s
TTFT
14.95 GB
VRAM
0.71
MTP
334.6 W
功耗
L2 batch seed 2026-10-19: Strata on hw_id=56 running model_id=52 at Q3_K_M