Arao AI
返回搜索结果

elephant-1 · Q8_0

发起讨论
AMD Ryzen AI Max+ 395128GBvLLM v0.30L2 跨框架验证

本页汇总 elephant-1（Q8_0）在 AMD Ryzen AI Max+ 395 上以 vLLM 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。

19.62 tok/s

Decode

解码速度

103.78 tok/s

Prefill

预填充速度

2.34 s

TTFT

首 token 延迟

23.84 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

14 天前

最后验证

性能表现

  1. llama.cpp · Q3_K_L Decode 32.72 · Prefill 137.17 ·
  2. vLLM · Q6_K Decode 22.65 · Prefill 118.27 ·
  3. vLLM · Q8_0 （当前）Decode 19.62 · Prefill 103.78 ·

核心数据

Decode（平均）
19.62 tok/s
Prefill（平均）
103.78 tok/s
TTFT（平均）
2.34 s
VRAM（平均）
23.84 GB
MTP 接受率
—
TTFB
0.16 GB
功耗
45.4 W

基础配置

成员级字段取自最近一次实测

模型
elephant-1
量化方式
Q8_0
框架
vLLM
版本
v0.30
上下文长度
8192 tokens
批次大小
8
GPU 层数
999
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 Ryzen AI Max+ 395
标称显存
128 GB
实测显存（均值）
23.84 GB
系统
Ubuntu 24.04
驱动
amdgpu 6.12
CUDA
12.8
电源功耗
45.4 W

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。

来源与证据

共 1 条实测记录，逐条可回溯到原始出处

  1. L2 跨框架验证其他原始链接 验证于 2026-10-22

    v0.30 · Ubuntu 24.04 · CUDA 12.8 · 8192 ctx

    19.62 tok/s

    Decode

    103.78 tok/s

    Prefill

    2.34 s

    TTFT

    23.84 GB

    VRAM

    —

    MTP

    45.4 W

    功耗

    L2 batch seed 2026-10-22: vLLM on hw_id=24 running model_id=95 at Q8_0