返回搜索结果
mammoth-1 · IQ3_XS
NVIDIA RTX PRO 6000 Blackwell 96GB96GBvLLM v0.51L2 跨框架验证
本页汇总 mammoth-1（IQ3_XS）在 NVIDIA RTX PRO 6000 Blackwell 96GB 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。
228.17 tok/s
Decode
解码速度
758.2 tok/s
Prefill
预填充速度
1.08 s
TTFT
首 token 延迟
37.25 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
- vLLM · IQ3_XS （当前）Decode 228.17 · Prefill 758.2 ·
- vLLM · Q5_K_M Decode 145.66 · Prefill 731.49 ·
- Ollama · IQ3_XS Decode 214.08 · Prefill 806.7 ·
- Ollama · Q5_K_S Decode 135.94 · Prefill 501.24 ·
核心数据
- Decode（平均）
- 228.17 tok/s
- Prefill（平均）
- 758.2 tok/s
- TTFT（平均）
- 1.08 s
- VRAM（平均）
- 37.25 GB
- MTP 接受率
- —
- TTFB
- 1.83 GB
- 功耗
- 328 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
- IQ3_XS
- 框架
- vLLM
- 版本
- v0.51
- 上下文长度
- 4096 tokens
- 批次大小
- 8
- GPU 层数
- 999
- 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 RTX PRO 6000 Blackwell 96GB
- 标称显存
- 96 GB
- 实测显存（均值）
- 37.25 GB
- 系统
- Ubuntu 22.04
- 驱动
- 560.94
- CUDA
- 12.4
- 电源功耗
- 328 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
v0.51 · Ubuntu 22.04 · CUDA 12.4 · 4096 ctx
228.17 tok/s
Decode
758.2 tok/s
Prefill
1.08 s
TTFT
37.25 GB
VRAM
—
MTP
328 W
功耗
L2 batch seed 2026-10-22: vLLM on hw_id=68 running model_id=94 at IQ3_XS