返回搜索结果
Qwen2.5-0.5B-Instruct · Q8_0
2x AMD Strix HaloOllama v0.51L2 跨框架验证
本页汇总 Qwen2.5-0.5B-Instruct（Q8_0）在 2x AMD Strix Halo 上以 Ollama 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。
256.99 tok/s
Decode
解码速度
1,220.11 tok/s
Prefill
预填充速度
0.82 s
TTFT
首 token 延迟
3.31 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
2 天前
最后验证
性能表现
- Ollama · Q3_K_S Decode 347.47 · Prefill 1631.19 ·
- Ollama · Q8_0 （当前）Decode 256.99 · Prefill 1220.11 ·
- Strata · Q4_K_M Decode 303.04 · Prefill 1091.32 ·
核心数据
- Decode（平均）
- 256.99 tok/s
- Prefill（平均）
- 1,220.11 tok/s
- TTFT（平均）
- 0.82 s
- VRAM（平均）
- 3.31 GB
- MTP 接受率
- —
- TTFB
- 2.06 GB
- 功耗
- 76.3 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen2.5-0.5B-Instruct
- 量化方式
- Q8_0
- 框架
- Ollama
- 版本
- v0.51
- 上下文长度
- 4096 tokens
- 批次大小
- 256
- 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
- 2x AMD Strix Halo
- 实测显存（均值）
- 3.31 GB
- 系统
- Windows 11 23H2
- 驱动
- 565.57
- CUDA
- N/A
- 电源功耗
- 76.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.51 · Windows 11 23H2 · CUDA N/A · 4096 ctx
256.99 tok/s
Decode
1,220.11 tok/s
Prefill
0.82 s
TTFT
3.31 GB
VRAM
—
MTP
76.3 W
功耗
L2 batch seed 2026-10-16: Ollama on hw_id=88 running model_id=59 at Q8_0