Arao AI
返回搜索结果

elephant-1 · IQ3_S

发起讨论
NVIDIA H100 80GB HBM380GBStrata v0.37L2 跨框架验证

本页汇总 elephant-1（IQ3_S）在 NVIDIA H100 80GB HBM3 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。

322.41 tok/s

Decode

解码速度

1,596.98 tok/s

Prefill

预填充速度

0.4 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

13 天前

最后验证

性能表现

  1. Ollama · Q3_K_M Decode 303.51 · Prefill 1532.77 ·
  2. Strata · IQ3_S （当前）Decode 322.41 · Prefill 1596.98 ·

核心数据

Decode（平均）
322.41 tok/s
Prefill（平均）
1,596.98 tok/s
TTFT（平均）
0.4 s
VRAM（平均）
14.57 GB
MTP 接受率
0.77
TTFB
2.58 GB
功耗
587.5 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
IQ3_S
框架
Strata
版本
v0.37
上下文长度
16384 tokens
批次大小
256
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 H100 80GB HBM3
标称显存
80 GB
实测显存（均值）
14.57 GB
系统
Ubuntu 22.04
驱动
572.83
CUDA
13.0
电源功耗
587.5 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

    v0.37 · Ubuntu 22.04 · CUDA 13.0 · 16384 ctx

    322.41 tok/s

    Decode

    1,596.98 tok/s

    Prefill

    0.4 s

    TTFT

    14.57 GB

    VRAM

    0.77

    MTP

    587.5 W

    功耗

    L2 batch seed 2026-10-22: Strata on hw_id=55 running model_id=95 at IQ3_S