返回搜索结果
Qwen2.5-0.5B-Instruct · Q5_K_S
AMD Strix Halo (Radeon 8060S)vLLM v0.33L2 跨框架验证
本页汇总 Qwen2.5-0.5B-Instruct（Q5_K_S）在 AMD Strix Halo (Radeon 8060S) 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。
228.54 tok/s
Decode
解码速度
950.08 tok/s
Prefill
预填充速度
2.25 s
TTFT
首 token 延迟
3.04 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
- llama.cpp · FP16 Decode 124.48 · Prefill 656.36 ·
- llama.cpp · Q6_K Decode 171.39 · Prefill 894.49 ·
- vLLM · Q5_K_S （当前）Decode 228.54 · Prefill 950.08 ·
核心数据
- Decode（平均）
- 228.54 tok/s
- Prefill（平均）
- 950.08 tok/s
- TTFT（平均）
- 2.25 s
- VRAM（平均）
- 3.04 GB
- MTP 接受率
- —
- TTFB
- 1.83 GB
- 功耗
- 85 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
- Q5_K_S
- 框架
- vLLM
- 版本
- v0.33
- 上下文长度
- 2048 tokens
- 批次大小
- 16
- GPU 层数
- 999
- 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
- AMD Strix Halo (Radeon 8060S)
- 实测显存（均值）
- 3.04 GB
- 系统
- macOS 15.0
- 驱动
- 565.57
- CUDA
- N/A
- 电源功耗
- 85 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.33 · macOS 15.0 · CUDA N/A · 2048 ctx
228.54 tok/s
Decode
950.08 tok/s
Prefill
2.25 s
TTFT
3.04 GB
VRAM
—
MTP
85 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=87 running model_id=59 at Q5_K_S