返回搜索结果
Qwen3-4B · FP16
AMD Strix Point (Radeon 890M)vLLM v0.33L2 跨框架验证
本页汇总 Qwen3-4B（FP16）在 AMD Strix Point (Radeon 890M) 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。
36.08 tok/s
Decode
解码速度
186.22 tok/s
Prefill
预填充速度
1.09 s
TTFT
首 token 延迟
15.2 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
- vLLM · FP16 （当前）Decode 36.08 · Prefill 186.22 ·
- vLLM · IQ2_XS Decode 112.83 · Prefill 404.8 ·
- Ollama · IQ4_XS Decode 68.56 · Prefill 288.08 ·
- Ollama · Q3_K_L Decode 75.1 · Prefill 314.07 ·
核心数据
- Decode（平均）
- 36.08 tok/s
- Prefill（平均）
- 186.22 tok/s
- TTFT（平均）
- 1.09 s
- VRAM（平均）
- 15.2 GB
- MTP 接受率
- —
- TTFB
- 0.29 GB
- 功耗
- 91.3 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3-4B
- 量化方式
- FP16
- 框架
- vLLM
- 版本
- v0.33
- 上下文长度
- 32768 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 Point (Radeon 890M)
- 实测显存（均值）
- 15.2 GB
- 系统
- Ubuntu 24.04
- 驱动
- amdgpu 6.11
- CUDA
- N/A
- 电源功耗
- 91.3 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 · Ubuntu 24.04 · CUDA N/A · 32768 ctx
36.08 tok/s
Decode
186.22 tok/s
Prefill
1.09 s
TTFT
15.2 GB
VRAM
—
MTP
91.3 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=89 running model_id=54 at FP16