返回搜索结果
Qwen3-4B-Thinking-2507 · IQ2_M
2x AMD Strix HaloStrata v0.54L2 跨框架验证
本页汇总 Qwen3-4B-Thinking-2507（IQ2_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。
312.05 tok/s
Decode
解码速度
1,568.66 tok/s
Prefill
预填充速度
0.71 s
TTFT
首 token 延迟
6.47 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 · Q3_K_M Decode 181.31 · Prefill 944.53 ·
- llama.cpp · Q4_K_M Decode 153.87 · Prefill 676.15 ·
- Strata · IQ2_M （当前）Decode 312.05 · Prefill 1568.66 ·
核心数据
- Decode（平均）
- 312.05 tok/s
- Prefill（平均）
- 1,568.66 tok/s
- TTFT（平均）
- 0.71 s
- VRAM（平均）
- 6.47 GB
- MTP 接受率
- 0.65
- TTFB
- 2.5 GB
- 功耗
- 46 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3-4B-Thinking-2507
- 量化方式
- IQ2_M
- 框架
- Strata
- 版本
- v0.54
- 上下文长度
- 32768 tokens
- 批次大小
- 256
- GPU 层数
- 5
- 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）
- 6.47 GB
- 系统
- Ubuntu 24.04
- 驱动
- amdgpu-pro 24.20
- CUDA
- N/A
- 电源功耗
- 46 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 · Ubuntu 24.04 · CUDA N/A · 32768 ctx
312.05 tok/s
Decode
1,568.66 tok/s
Prefill
0.71 s
TTFT
6.47 GB
VRAM
0.65
MTP
46 W
功耗
L2 batch seed 2026-10-16: Strata on hw_id=88 running model_id=57 at IQ2_M