返回搜索结果
Qwen3-1.7B · Q5_K_S
2x AMD Strix Halollama.cpp v0.42L2 跨框架验证
本页汇总 Qwen3-1.7B（Q5_K_S）在 2x AMD Strix Halo 上以 llama.cpp 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。
236.18 tok/s
Decode
解码速度
1,075.25 tok/s
Prefill
预填充速度
1.16 s
TTFT
首 token 延迟
5.31 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
- llama.cpp · Q5_K_S （当前）Decode 236.18 · Prefill 1075.25 ·
- Strata · Q5_K_M Decode 284.45 · Prefill 1280.23 ·
- Strata · Q5_K_S Decode 326.25 · Prefill 1416.72 ·
核心数据
- Decode（平均）
- 236.18 tok/s
- Prefill（平均）
- 1,075.25 tok/s
- TTFT（平均）
- 1.16 s
- VRAM（平均）
- 5.31 GB
- MTP 接受率
- —
- TTFB
- 1.89 GB
- 功耗
- 76.1 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3-1.7B
- 量化方式
- Q5_K_S
- 框架
- llama.cpp
- 版本
- v0.42
- 上下文长度
- 2048 tokens
- 批次大小
- 256
- GPU 层数
- 33
- 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）
- 5.31 GB
- 系统
- Ubuntu 22.04
- 驱动
- amdgpu 6.10
- CUDA
- N/A
- 电源功耗
- 76.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.42 · Ubuntu 22.04 · CUDA N/A · 2048 ctx
236.18 tok/s
Decode
1,075.25 tok/s
Prefill
1.16 s
TTFT
5.31 GB
VRAM
—
MTP
76.1 W
功耗
L2 batch seed 2026-10-16: llama.cpp on hw_id=88 running model_id=55 at Q5_K_S