返回搜索结果
Qwen2.5-0.5B-Instruct · Q4_K_M
2x AMD Strix HaloStrata v0.49L2 跨框架验证
本页汇总 Qwen2.5-0.5B-Instruct（Q4_K_M）在 2x AMD Strix Halo 上以 Strata 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。
303.04 tok/s
Decode
解码速度
1,091.32 tok/s
Prefill
预填充速度
0.33 s
TTFT
首 token 延迟
2.96 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 Decode 256.99 · Prefill 1220.11 ·
- Strata · Q4_K_M （当前）Decode 303.04 · Prefill 1091.32 ·
核心数据
- Decode（平均）
- 303.04 tok/s
- Prefill（平均）
- 1,091.32 tok/s
- TTFT（平均）
- 0.33 s
- VRAM（平均）
- 2.96 GB
- MTP 接受率
- 0.68
- TTFB
- 2.42 GB
- 功耗
- 68.6 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
- Q4_K_M
- 框架
- Strata
- 版本
- v0.49
- 上下文长度
- 32768 tokens
- 批次大小
- 512
- GPU 层数
- 12
- Flash Attention
- 开启
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）
- 2.96 GB
- 系统
- Windows 11 23H2
- 驱动
- amdgpu-pro 24.20
- CUDA
- N/A
- 电源功耗
- 68.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.49 · Windows 11 23H2 · CUDA N/A · 32768 ctx
303.04 tok/s
Decode
1,091.32 tok/s
Prefill
0.33 s
TTFT
2.96 GB
VRAM
0.68
MTP
68.6 W
功耗
L2 batch seed 2026-10-16: Strata on hw_id=88 running model_id=59 at Q4_K_M