返回搜索结果
Ternary Bonsai 2 27B · PTQ1_0
NVIDIA RTX 308010GBllama.cpp prism-b10735-842b188L0 自报
本页汇总 Ternary Bonsai 2 27B（PTQ1_0）在 NVIDIA RTX 3080 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。
52.18 tok/s
Decode
解码速度
1,210.6 tok/s
Prefill
预填充速度
— s
TTFT
首 token 延迟
7.03 GB
VRAM
显存占用
L0 自报
1
实测次数
1
独立来源
GitHub
来源平台
5 天前
最后验证
性能表现
- llama.cpp · PTQ1_0 （当前）Decode 52.18 · Prefill 1210.6 ·
核心数据
- Decode（平均）
- 52.18 tok/s
- Prefill（平均）
- 1,210.6 tok/s
- TTFT（平均）
- — s
- VRAM（平均）
- 7.03 GB
- MTP 接受率
- —
- TTFB
- — GB
- 功耗
- — W
基础配置
成员级字段取自最近一次实测
- 模型
- Ternary Bonsai 2 27B
- 量化方式
- PTQ1_0
- 框架
- llama.cpp
- 版本
- prism-b10735-842b188
- 上下文长度
- 32768 tokens
- 批次大小
- 1
- GPU 层数
- 99
- 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 RTX 3080
- 标称显存
- 10 GB
- 实测显存（均值）
- 7.03 GB
- 系统
- Ubuntu 24.04
- 驱动
- 595.84
- CUDA
- 12.8
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。
启动命令
最近一次实测使用的命令-ngl 99 -fa on来源与证据
共 1 条实测记录，逐条可回溯到原始出处
prism-b10735-842b188 · Ubuntu 24.04 · CUDA 12.8 · 32768 ctx
52.18 tok/s
Decode
1,210.6 tok/s
Prefill
— s
TTFT
7.03 GB
VRAM
—
MTP
— W
功耗
| pack | size | pp512 | tg128 | | PTQ1_0 (1.75 bpw) | 5.53 GiB | 1210.6 ± 29.8 | 52.18 ± 0.05 |