返回搜索结果
Qwen2.5-0.5B-Instruct · IQ3_XS
NVIDIA Jetson AGX Orin 64GB64GBStrata v0.54L2 跨框架验证
本页汇总 Qwen2.5-0.5B-Instruct（IQ3_XS）在 NVIDIA Jetson AGX Orin 64GB 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。
310.9 tok/s
Decode
解码速度
1,483.77 tok/s
Prefill
预填充速度
1.17 s
TTFT
首 token 延迟
2.75 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 · IQ1_S Decode 243.52 · Prefill 900.17 ·
- llama.cpp · Q3_K_S Decode 199.9 · Prefill 998.9 ·
- Strata · IQ3_XS （当前）Decode 310.9 · Prefill 1483.77 ·
- Strata · IQ2_M Decode 337.39 · Prefill 1690.81 ·
核心数据
- Decode（平均）
- 310.9 tok/s
- Prefill（平均）
- 1,483.77 tok/s
- TTFT（平均）
- 1.17 s
- VRAM（平均）
- 2.75 GB
- MTP 接受率
- 0.57
- TTFB
- 2.49 GB
- 功耗
- 46.9 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
- IQ3_XS
- 框架
- Strata
- 版本
- v0.54
- 上下文长度
- 2048 tokens
- 批次大小
- 1024
- GPU 层数
- 15
- 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
- NVIDIA Jetson AGX Orin 64GB
- 标称显存
- 64 GB
- 实测显存（均值）
- 2.75 GB
- 系统
- JetPack 6.0
- 驱动
- NVIDIA L4T 36.3
- CUDA
- 12.6
- 电源功耗
- 46.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.54 · JetPack 6.0 · CUDA 12.6 · 2048 ctx
310.9 tok/s
Decode
1,483.77 tok/s
Prefill
1.17 s
TTFT
2.75 GB
VRAM
0.57
MTP
46.9 W
功耗
L2 batch seed 2026-10-16: Strata on hw_id=76 running model_id=59 at IQ3_XS