Created bymario-alka.dePowered bygodcore.denoob2claw.detricoma.de
DEEN
Anmelden Registrieren
Beta
🌐
DEEN
Meta

Meta-Llama-3.1-8B-Instruct

Performancebenchmark · gemessen am 22.07.2026 18:53

Benchmark-IDrun-20260723-194429-b2114c
Timebench 3 - Kombi (Prefill + Generation)Dense8BRuntime: llama.cppQuantisierung: Q4_K_M
Generation3,55tok/s
Prefill35,95tok/s
Time to First Token59.043,50ms
Gesamtdauer600,00s
Concurrency1parallel
Einordnung im Feld
328von 347 Systemen

Performancebenchmark · Leitmetrik: Generation-Speed (tok/s)

Dieser Lauf ist besser als 5 % aller vergleichbaren Systeme.
Generation 3,6 tok/s
-96 % vs Ø 100,2
Prefill 36,0 tok/s
-99 % vs Ø 3.396,8
Time to First Token 59.044 ms
+179 % vs Ø 21.178
Verteilung im Feld0 – 1.444 tok/s
Ø 100 Median Dieser Lauf

Wie schlägt sich dieser Benchmark?

Hardware

GPU: Keine GPU (CPU-only)
CPU: 51x Intel(R) Xeon(R) CPU E5-4620 v2 @ 2.60GHz
RAM: 504 GB
Mainboard: Dell Inc. PowerEdge R820

Setup

Runtime: llama.cpp
Quantisierung: Q4_K_M
Betriebssystem: Ubuntu 24.04.3 LTS (Kernel 7.0.0-28-generic)
Modell: Meta-Llama-3.1-8B-Instruct

Konfiguration

benchmark-konfiguration — run-20260723-194429-b2114c
# LLM-Benchmark Konfiguration # Modell : Meta-Llama-3.1-8B-Instruct # Engine : llama.cpp # Run-ID : run-20260723-194429-b2114c # GPU : Keine GPU (CPU-only) # CPU : 51x Intel(R) Xeon(R) CPU E5-4620 v2 @ 2.60GHz # RAM : 504 GB bench@llm-benchmark:~$ /opt/llama.cpp/build/bin/llama-server \ -m /opt/models/Meta-Llama-3.1-8B-Instruct-Q4_K_M.gguf \ --host 10.220.231.216 \ --port 8081 \ --numa distribute \ -t 64 \ -tb 64 \ -c 8192
Engine?Die Inferenz-Software, die das Modell ausliefert (z.B. vLLM oder llama.cpp). Sie bestimmt Geschwindigkeit, unterstuetzte Modellformate und welche Parameter ueberhaupt verfuegbar sind.llamacpp
Kontextlaenge?Maximale Anzahl Tokens (Eingabe + erzeugte Ausgabe zusammen), die das Modell pro Anfrage verarbeiten kann.8192
Modellpfad?Pfad zur GGUF-Modelldatei, die geladen und ausgeliefert wird./opt/models/Meta-Llama-3.1-8B-Instruct-Q4_K_M.gguf
NUMA?NUMA-Optimierung fuer Multi-Socket-CPUs: distribute/isolate/numactl. Verbessert die Speicherlokalitaet.distribute
Threads?Anzahl CPU-Threads fuer die Token-Generierung (Decode).64
Batch-Threads?Anzahl CPU-Threads fuer Prompt-Verarbeitung und Batch (Prefill).64
Kontext?Groesse des Kontextfensters in Token. 0 = der beim Training verwendete Kontext des Modells.8192

Alle Benchmarks dieses Modells Zum Leaderboard

Modell-Vergleich

Meta-Llama-3.1-8B-Instruct auf verschiedener Hardware

Alle veroeffentlichten Performance-Läufe dieses Modells – jede Blase eine Variante: Position = Prefill (X) × Generation (Y), Blasengröße = Anzahl Läufe. Näher oben rechts = schneller. ★ Gold markiert = dieser Benchmark.

GPUnach Grafikkarte

10880,853,826,90,008031.6072.410Prefill (tok/s)Generation (tok/s)AMD Radeon 8060S Graphics - 83,4 tok/s Generation, 1.949 tok/s Prefill, TTFT 6.369 ms (3 Laufe)AMD Radeon 8060S Grap...CPU-only - 3,6 tok/s Generation, 36 tok/s Prefill, TTFT 59.044 ms (1 Lauf) | DIESER LAUF★ CPU-only
AMD Radeon 8060S Graphics 83,4 tok/s★ CPU-only 3,6 tok/s dieser Lauf

CPUnach Prozessor

10880,853,826,90,008031.6072.410Prefill (tok/s)Generation (tok/s)AMD RYZEN AI MAX+ 395 w/ Radeon 8060S - 83,4 tok/s Generation, 1.949 tok/s Prefill, TTFT 6.369 ms (3 Laufe)AMD RYZEN AI MAX+ 395...Intel(R) Xeon(R) CPU E5-4620 v2 @ 2.60GHz - 3,6 tok/s Generation, 36 tok/s Prefill, TTFT 59.044 ms (1 Lauf) | DIESER LAUF★ Intel(R) Xeon(R) CPU ...
AMD RYZEN AI MAX+ 395 w/ Radeon 8060S 83,4 tok/s★ Intel(R) Xeon(R) CPU E5-4620 v2 @ 2.60GHz 3,6 tok/s dieser Lauf

MBnach Mainboard

10880,853,826,90,008031.6072.410Prefill (tok/s)Generation (tok/s)Meigao Innovation Technology (Shen Zhen) Co., Ltd SHWSA (MS-S1 MAX) - 83,4 tok/s Generation, 1.949 tok/s Prefill, TTFT 6.369 ms (3 Laufe)Meigao Innovation Tec...Dell Inc. PowerEdge R820 - 3,6 tok/s Generation, 36 tok/s Prefill, TTFT 59.044 ms (1 Lauf) | DIESER LAUF★ Dell Inc. PowerEdge R...
Meigao Innovation Technology (Shen Zhen) Co., Ltd SHWSA (MS-S1 MAX) 83,4 tok/s★ Dell Inc. PowerEdge R820 3,6 tok/s dieser Lauf

ENGnach Engine

91,787,583,479,275,01.3821.4411.5001.559Prefill (tok/s)Generation (tok/s)llama.cpp - 83,4 tok/s Generation, 1.471 tok/s Prefill, TTFT 19.538 ms (4 Laufe) | DIESER LAUF★ llama.cpp
★ llama.cpp 83,4 tok/s dieser Lauf

DRVnach Treiber

10880,853,826,90,008031.6072.410Prefill (tok/s)Generation (tok/s)ROCm 7.2.0 - 83,4 tok/s Generation, 1.949 tok/s Prefill, TTFT 6.369 ms (3 Laufe)ROCm 7.2.0unbekannt - 3,6 tok/s Generation, 36 tok/s Prefill, TTFT 59.044 ms (1 Lauf)unbekannt
ROCm 7.2.0 83,4 tok/sunbekannt 3,6 tok/s