返回搜索结果
mammoth-1 · Q4_K_S
NVIDIA H100 80GB HBM380GBllama.cpp v0.28L2 跨框架验证
本页汇总 mammoth-1（Q4_K_S）在 NVIDIA H100 80GB HBM3 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。
342.54 tok/s
Decode
解码速度
1,113.53 tok/s
Prefill
预填充速度
2.31 s
TTFT
首 token 延迟
46.33 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
- llama.cpp · Q4_K_S （当前）Decode 342.54 · Prefill 1113.53 ·
- Strata · Q3_K_S Decode 345.96 · Prefill 1251.15 ·
核心数据
- Decode（平均）
- 342.54 tok/s
- Prefill（平均）
- 1,113.53 tok/s
- TTFT（平均）
- 2.31 s
- VRAM（平均）
- 46.33 GB
- MTP 接受率
- —
- TTFB
- 2.74 GB
- 功耗
- 634 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
- Q4_K_S
- 框架
- llama.cpp
- 版本
- v0.28
- 上下文长度
- 16384 tokens
- 批次大小
- 512
- GPU 层数
- 99
- 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）
- 46.33 GB
- 系统
- Ubuntu 22.04
- 驱动
- 565.57
- CUDA
- 13.0
- 电源功耗
- 634 W
获取与上手
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.28 · Ubuntu 22.04 · CUDA 13.0 · 16384 ctx
342.54 tok/s
Decode
1,113.53 tok/s
Prefill
2.31 s
TTFT
46.33 GB
VRAM
—
MTP
634 W
功耗
L2 batch seed 2026-10-22: llama.cpp on hw_id=55 running model_id=94 at Q4_K_S