Arao AI
返回搜索结果

mammoth-1 · Q3_K_S

发起讨论
NVIDIA H100 80GB HBM380GBStrata v0.28L2 跨框架验证

本页汇总 mammoth-1（Q3_K_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。

345.96 tok/s

Decode

解码速度

1,251.15 tok/s

Prefill

预填充速度

1.63 s

TTFT

首 token 延迟

38.96 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 · Q4_K_S Decode 342.54 · Prefill 1113.53 ·
  2. Strata · Q3_K_S （当前）Decode 345.96 · Prefill 1251.15 ·

核心数据

Decode（平均）
345.96 tok/s
Prefill（平均）
1,251.15 tok/s
TTFT（平均）
1.63 s
VRAM（平均）
38.96 GB
MTP 接受率
0.47
TTFB
2.77 GB
功耗
694.6 W

基础配置

成员级字段取自最近一次实测

模型
mammoth-1
量化方式
Q3_K_S
框架
Strata
版本
v0.28
上下文长度
4096 tokens
批次大小
1024
GPU 层数
8
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 H100 80GB HBM3
标称显存
80 GB
实测显存（均值）
38.96 GB
系统
Ubuntu 22.04
驱动
572.83
CUDA
13.0
电源功耗
694.6 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

    v0.28 · Ubuntu 22.04 · CUDA 13.0 · 4096 ctx

    345.96 tok/s

    Decode

    1,251.15 tok/s

    Prefill

    1.63 s

    TTFT

    38.96 GB

    VRAM

    0.47

    MTP

    694.6 W

    功耗

    L2 batch seed 2026-10-22: Strata on hw_id=55 running model_id=94 at Q3_K_S