跳转至内容
  • 版块
  • 最新
  • 标签
  • 热门
  • 用户
  • 群组
皮肤
  • 浅色
  • Brite
  • Cerulean
  • Cosmo
  • Flatly
  • Journal
  • Litera
  • Lumen
  • Lux
  • Materia
  • Minty
  • Morph
  • Pulse
  • Sandstone
  • Simplex
  • Sketchy
  • Spacelab
  • United
  • Yeti
  • Zephyr
  • 深色
  • Cyborg
  • Darkly
  • Quartz
  • Slate
  • Solar
  • Superhero
  • Vapor

  • 默认(LCZ-Blue)
  • 不使用皮肤
  • LCZ-Green
  • LCZ-Blue
折叠
品牌标识

抡锤者

  1. 主页
  2. 版块
  3. LLM讨论区
  4. Qwen3.8 27B Q5_K_M + 7900xtx + DeepSeek Harness实战平均 52 t/s

Qwen3.8 27B Q5_K_M + 7900xtx + DeepSeek Harness实战平均 52 t/s

已定时 已固定 已锁定 已移动 LLM讨论区
qwen-27b7900xtxdsharness
36 帖子 14 发布者 1.1k 浏览 4 关注中
  • 从旧到新
  • 从新到旧
  • 最多赞同
回复
  • 在新帖中回复
登录后回复
此主题已被删除。只有拥有主题管理权限的用户可以查看。
  • E 离线
    E 离线
    exllm
    德高望重
    编写于 最后由 编辑
    #1

    软硬件配置:

    cpu: AMD Ryzen 5 5600
    RAM: 32GB 3200
    GPU: 7900xtx
    OS: Ubuntu 26.04
    软件 : llama.cpp + vulkan
    版本:

       version: 9737 (67e9fd3b7)
       built with GNU 15.2.0 for Linux x86_64
    

    测试:

    1. llama.cpp 自带webui 创建打飞机游戏
      提示词:
    "Create a complete, fully functional 2D space shooter arcade game inside a single HTML file using HTML5 Canvas, CSS, and vanilla JavaScript.        
    **Requirements:**        
            
    1.  **Canvas & Layout:** Set up a centered 800x600 black canvas with a retro arcade UI showing the current score and remaining lives at the top.        
                
    2.  **Player Ship:** Draw a distinct player ship at the bottom center. Allow smooth movement left and right using the Arrow Keys or A/D keys, constrained within the canvas bounds.        
                
    3.  **Shooting Mechanics:** Pressing the Spacebar should fire a laser projectile upward from the player's position. Implement a brief cooldown between shots.        
                
    4.  **Enemies:** Spawn alien ships or asteroids at random X coordinates along the top, moving downward at varying speeds.        
                
    5.  **Collision Detection:** Write precise collision logic for bullets hitting enemies (destroying both and adding points) and enemies hitting the player or bottom screen (losing a life).        
                
    6.  **Game Loop & States:** Include smooth requestAnimationFrame logic, a 'Game Over' screen, and a 'Restart' button functionality. Clean, well-commented code only."
    

    日志

    1.47.020.662 I slot print_timing: id  1 | task 0 | n_decoded =   5409, tg =  89.47 t/s, tg_3s =  71.71 t/s
    1.47.476.673 I slot print_timing: id  1 | task 0 | prompt eval time =     519.21 ms /   262 tokens (    1.98 ms per token,   504.61 tokens per second)
    1.47.476.677 I slot print_timing: id  1 | task 0 |        eval time =   60909.77 ms /  5440 tokens (   11.20 ms per token,    89.31 tokens per second)
    1.47.476.677 I slot print_timing: id  1 | task 0 |       total time =   61428.98 ms /  5702 tokens
    1.47.476.681 I slot print_timing: id  1 | task 0 |    graphs reused =       1480
    1.47.476.684 I slot print_timing: id  1 | task 0 | draft acceptance = 0.87497 ( 3940 accepted /  4503 generated), mean acceptance length =  3.62, acceptance rate per position = (0.943, 0.875, 0.806)
    
    
    1. 配合 Deepseek Harness 修改QT + C++ 项目 SimulIDE, 使其能在apple silicon上运行,并修改Qt 文本框输入bug

    llama.cpp 日志中的一段

    32.32.489.805 I slot print_timing: id  1 | task 10430 | prompt eval time =   17284.15 ms /  4098 tokens (    4.22 ms per token,   237.10 tokens per second)
    32.32.489.807 I slot print_timing: id  1 | task 10430 |        eval time =    5461.48 ms /   277 tokens (   19.72 ms per token,    50.72 tokens per second)
    32.32.489.808 I slot print_timing: id  1 | task 10430 |       total time =   22745.63 ms /  4375 tokens
    32.32.489.808 I slot print_timing: id  1 | task 10430 |    graphs reused =       9929
    32.32.489.811 I slot print_timing: id  1 | task 10430 | draft acceptance = 0.89333 (  201 accepted /   225 generated), mean acceptance length =  3.68, acceptance rate per position = (0.960, 0.893, 0.827)
    
    

    DSH 摘要:

     63歩ILLM 13m13S・工具週用 2m2s|首token 平均3.8s・52 tok/s|緩存命中98%1輸入 4.4M tok・輸出 29.2K tok
    

    llama.cpp运行参数:

    -t 10 
    -b 512 
    -ub 256 
    --spec-draft-n-max 3 
    --fit off 
    --no-context-shift 
    --metrics 
    --kv-unified 
    --jinja 
    --cache-type-k q8_0 
    --cache-type-v q8_0 
    -fa on 
    --spec-type draft-mtp 
    --ctx-size 131072 
    --parallel 2 
    -ngl -1 
    --host 0.0.0.0 
    --port 8080 
    --chat-template-kwargs {"enable_thinking": true, "preserve_think": false, "reasoning_effort": "medium"} 
    --no-mmap 
    --temp 0.6 
    --top-p 0.5 
    --top-k 15 
    --repeat-penalty 1.0 
    --override-tensor blk\.\d+\.ffn_.*_exps\.=CPU 
    --alias qwen3.8-27b-q5 
    
    懒人烘培懒 1 条回复 最后回复
    2
    • E 离线
      E 离线
      exllm
      德高望重
      编写于 最后由 编辑
      #2

      所有测试都是基于unsloth/Qwen3.8-27B-GGUF

      相同参数跑 Q6_K效果:

      3.24.516.851 I slot print_timing: id  1 | task 0 | prompt eval time =    2188.90 ms /   263 tokens (    8.32 ms per token,   120.15 tokens per second)       
      3.24.516.854 I slot print_timing: id  1 | task 0 |        eval time =  162164.36 ms /  4584 tokens (   35.38 ms per token,    **28.27 tokens** per second)       
      3.24.516.854 I slot print_timing: id  1 | task 0 |       total time =  164353.27 ms /  4847 tokens                                                  
      3.24.516.859 I slot print_timing: id  1 | task 0 |    graphs reused =       1263                                                                    
      3.24.516.862 I slot print_timing: id  1 | task 0 | draft acceptance = **0.86016** ( 3303 accepted /  3840 generated), mean acceptance length =  3.58, acceptance 
      rate per position = (0.934, 0.869, 0.778)
      
      

      UD_Q6_K_XL:

      3.24.218.990 I slot print_timing: id  1 | task 0 |        eval time =  146468.18 ms /  3978 tokens (   36.82 ms per token,    27.16 tokens per second)
      3.24.218.991 I slot print_timing: id  1 | task 0 |       total time =  148616.68 ms /  4240 tokens
      3.24.218.996 I slot print_timing: id  1 | task 0 |    graphs reused =       1109
      3.24.218.999 I slot print_timing: id  1 | task 0 | draft acceptance = 0.84698 ( 2856 accepted /  3372 generated), mean acceptance length =  3.54, acceptance rate per position = (0.924, 0.849, 0.768)
      
      1 条回复 最后回复
      3
      • terryT 在线
        terryT 在线
        terry
        超级版主
        编写于 最后由 编辑
        #3

        可以,有空我抄下作业,DSH缓存命中98%?那挺高啊,平常聊天能玩吗,体验如何?消息发出去要等多久

        油管:https://www.youtube.com/@抡锤者

        E 1 条回复 最后回复
        0
        • W 离线
          W 离线
          weidong
          编写于 最后由 编辑
          #4

          Q5和Q4差别大吗

          E 1 条回复 最后回复
          1
          • W weidong

            Q5和Q4差别大吗

            E 离线
            E 离线
            exllm
            德高望重
            编写于 最后由 编辑
            #5

            @weidong
            输出质量 3.8 Q5 > 3.6 Q4 > 3.8 Q4
            输出速度 3.8 Q4 > 3.6 Q 4

            1 条回复 最后回复
            0
            • terryT terry

              可以,有空我抄下作业,DSH缓存命中98%?那挺高啊,平常聊天能玩吗,体验如何?消息发出去要等多久

              E 离线
              E 离线
              exllm
              德高望重
              编写于 最后由 编辑
              #6

              @terry

              Harness 提示词: 介绍一下“八卦”的来由

              • 冷启动

                • 极简模式:

                  Total duration: 16.2 s
                  TTFT: 5.20 s
                  Generation: 11.0 s
                  Throughput: 74.8 tok/s

                • 标准模式:

                  Total duration: 20.1 s
                  TTFT: 12.3 s
                  Generation: 7.78 s
                  Throughput: 83.8 tok/s

              • 缓存填满新开会话

                • 极简模式:

                  Total duration: 17.1 s
                  TTFT: 2.65 s
                  Generation: 14.4 s
                  Throughput: 65.1 tok/s

                • 标准模式:

                  Total duration: 28.1 s
                  TTFT: 12.3 s
                  Generation: 15.8 s
                  Throughput: 61.0 tok/s

              1 条回复 最后回复
              1
              • terryT 在线
                terryT 在线
                terry
                超级版主
                编写于 最后由 编辑
                #7

                xtx能到这个水平实属不易,你上下文能做到多少?如果上下文也够,看你参数里开到128k,能驱动dsh,那就有实用价值了。说真的 ,xtx这种显卡就是安静的很,做工不错,功耗可控。能玩上deepseek harness这一条就能值回票价。

                油管:https://www.youtube.com/@抡锤者

                E 1 条回复 最后回复
                0
                • terryT terry

                  xtx能到这个水平实属不易,你上下文能做到多少?如果上下文也够,看你参数里开到128k,能驱动dsh,那就有实用价值了。说真的 ,xtx这种显卡就是安静的很,做工不错,功耗可控。能玩上deepseek harness这一条就能值回票价。

                  E 离线
                  E 离线
                  exllm
                  德高望重
                  编写于 最后由 编辑
                  #8

                  @terry

                  是的,我上下文128k, 如我在一楼写的,修改现有的c++项目(大约 355595行代码),效果很好。 同样的任务比Deepseek flash慢 一半, 结合Harness一次性完成,效果一样。

                  在opencode中, DSF 一次完美完成, 本地Qwen需要多次修改。

                  terryT 1 条回复 最后回复
                  1
                  • E exllm

                    @terry

                    是的,我上下文128k, 如我在一楼写的,修改现有的c++项目(大约 355595行代码),效果很好。 同样的任务比Deepseek flash慢 一半, 结合Harness一次性完成,效果一样。

                    在opencode中, DSF 一次完美完成, 本地Qwen需要多次修改。

                    terryT 在线
                    terryT 在线
                    terry
                    超级版主
                    编写于 最后由 编辑
                    #9

                    @exllm 你让我有了折腾本地部署的想法,我有空抄下作业,7900都能玩,4090+SG-Lang。我先把xtx搞下,让它发挥剩余价值。如果这个链条是通的,dsh这么强大,那么它完全值得做一个视频。

                    油管:https://www.youtube.com/@抡锤者

                    1 条回复 最后回复
                    0
                    • ,terryT terry 固定了此主题
                    • ,terryT terry 引用了 此主题
                    • terryT 在线
                      terryT 在线
                      terry
                      超级版主
                      编写于 最后由 编辑
                      #10

                      此贴经过版主亲自验证,可以放心抄作业。

                      油管:https://www.youtube.com/@抡锤者

                      1 条回复 最后回复
                      0
                      • A 离线
                        A 离线
                        Adam
                        编写于 最后由 编辑
                        #11

                        跟着老特的视频找过来了,我windows下,跑楼主的参数,只有7t/s,看是内存用到共享内存到了1.2g,自然就慢了。调小了上下文长度到96k,并行2,hermes正常解决几个问题就oom了。速度也是能在50t/s的样子。现在调成了80k,并行2,再看看情况吧。

                        1 条回复 最后回复
                        0
                        • X 离线
                          X 离线
                          xl
                          编写于 最后由 编辑
                          #12

                          作业质量非常高!9700x、64G ddr5、R9700 跑QWen3.8-27b-Q4_K_M。没抄作业之前,接入Codex干活吐字只有3.1 t/s,还经常崩掉,完全不能忍。抄作业以后,接入Codex干活吐字能到50t/s,提升十多倍,感觉顺畅了。万分感谢!

                          E 1 条回复 最后回复
                          0
                          • X xl

                            作业质量非常高!9700x、64G ddr5、R9700 跑QWen3.8-27b-Q4_K_M。没抄作业之前,接入Codex干活吐字只有3.1 t/s,还经常崩掉,完全不能忍。抄作业以后,接入Codex干活吐字能到50t/s,提升十多倍,感觉顺畅了。万分感谢!

                            E 离线
                            E 离线
                            exllm
                            德高望重
                            编写于 最后由 编辑
                            #13

                            @xl 并行设置为1, 估计能到70t/s

                            X 1 条回复 最后回复
                            0
                            • williamlouisW 离线
                              williamlouisW 离线
                              williamlouis
                              超级版主
                              编写于 最后由 编辑
                              #14

                              看视频了。抄作业,已关注。请继续更新。

                              个人主页:xlkj.org Telegram https://t.me/xlkjorg

                              1 条回复 最后回复
                              0
                              • K 离线
                                K 离线
                                kuntask
                                编写于 最后由 编辑
                                #15

                                抄了作业,跑楼主参数,只有20tokens/s,比较尴尬,经过deepseek了一下,应该是我的CPU有点弱,我将--override-tensor blk.\d+.ffn_.*_exps.=CPU \注释掉了,并将--parallel改成了1,其他参数未动,现在能到60t/s了

                                terryT 1 条回复 最后回复
                                1
                                • Wang WeiW 离线
                                  Wang WeiW 离线
                                  Wang Wei
                                  编写于 最后由 编辑
                                  #16

                                  抄了作业 只有20-30 t/s 不过我是在win下的 wsl2挂着跑 显存有溢出 换原生Ubuntu太折腾了

                                  Wang WeiW 1 条回复 最后回复
                                  0
                                  • E exllm

                                    @xl 并行设置为1, 估计能到70t/s

                                    X 离线
                                    X 离线
                                    xl
                                    编写于 最后由 编辑
                                    #17

                                    @exllm 并行改为1后,预填充性能有接近5~10倍的提升(不同的任务变化很大),但生成token的性能提升不到10%。我也将“--override-tensor blk.\d+.ffn_.*_exps.=CPU \”注释掉进行过测试,性能反而有略微下降,可能跟我的硬件和跑的任务也有一定关系。

                                    terryT 1 条回复 最后回复
                                    1
                                    • K kuntask

                                      抄了作业,跑楼主参数,只有20tokens/s,比较尴尬,经过deepseek了一下,应该是我的CPU有点弱,我将--override-tensor blk.\d+.ffn_.*_exps.=CPU \注释掉了,并将--parallel改成了1,其他参数未动,现在能到60t/s了

                                      terryT 在线
                                      terryT 在线
                                      terry
                                      超级版主
                                      编写于 最后由 编辑
                                      #18

                                      @kuntask 这个是要注释掉的,我也是注释了

                                      油管:https://www.youtube.com/@抡锤者

                                      1 条回复 最后回复
                                      0
                                      • X xl

                                        @exllm 并行改为1后,预填充性能有接近5~10倍的提升(不同的任务变化很大),但生成token的性能提升不到10%。我也将“--override-tensor blk.\d+.ffn_.*_exps.=CPU \”注释掉进行过测试,性能反而有略微下降,可能跟我的硬件和跑的任务也有一定关系。

                                        terryT 在线
                                        terryT 在线
                                        terry
                                        超级版主
                                        编写于 最后由 编辑
                                        #19

                                        @xl 不是巧合,就是应该注释掉

                                        油管:https://www.youtube.com/@抡锤者

                                        X 1 条回复 最后回复
                                        0
                                        • terryT terry

                                          @xl 不是巧合,就是应该注释掉

                                          X 离线
                                          X 离线
                                          xl
                                          编写于 最后由 编辑
                                          #20

                                          @terry 不是,在我的电脑上,注释掉后性能反而有略微下降(预填充变化不大,生成性能有略微降低)。只测一次的结果可能有偏差,等有空的时候再多测几次。

                                          terryT 1 条回复 最后回复
                                          0

                                          你好!看起来您对这段对话很感兴趣,但您还没有一个账号。

                                          厌倦了每次访问都刷到同样的帖子?您注册账号后,您每次返回时都能精准定位到您上次浏览的位置,并可选择接收新回复通知(通过邮件或推送通知)。您还能收藏书签、为帖子顶,向社区成员表达您的欣赏。

                                          有了你的建议,这篇帖子会更精彩哦 💗

                                          注册 登录
                                          回复
                                          • 在新帖中回复
                                          登录后回复
                                          • 从旧到新
                                          • 从新到旧
                                          • 最多赞同


                                          • 登录

                                          • 没有帐号? 注册

                                          • 登录或注册以进行搜索。
                                          • 第一个帖子
                                            最后一个帖子
                                          0
                                          • 版块
                                          • 最新
                                          • 标签
                                          • 热门
                                          • 用户
                                          • 群组