返回搜索结果
Qwen3-8B · Q5_K_M
2x AMD Strix HaloStrata v0.31L2 跨框架验证
本页汇总 Qwen3-8B（Q5_K_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。
157.71 tok/s
Decode
解码速度
787.63 tok/s
Prefill
预填充速度
0.76 s
TTFT
首 token 延迟
17.72 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 · Q3_K_L Decode 159.39 · Prefill 715.55 ·
- vLLM · Q4_K_S Decode 137.45 · Prefill 721.98 ·
- Strata · IQ1_S Decode 293.93 · Prefill 1381.03 ·
- Strata · Q5_K_M （当前）Decode 157.71 · Prefill 787.63 ·
核心数据
- Decode（平均）
- 157.71 tok/s
- Prefill（平均）
- 787.63 tok/s
- TTFT（平均）
- 0.76 s
- VRAM（平均）
- 17.72 GB
- MTP 接受率
- 0.6
- TTFB
- 1.26 GB
- 功耗
- 104.5 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3-8B
- 量化方式
- Q5_K_M
- 框架
- Strata
- 版本
- v0.31
- 上下文长度
- 16384 tokens
- 批次大小
- 256
- GPU 层数
- 12
- 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）
- 17.72 GB
- 系统
- macOS 15.0
- 驱动
- amdgpu 6.10
- CUDA
- N/A
- 电源功耗
- 104.5 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.31 · macOS 15.0 · CUDA N/A · 16384 ctx
157.71 tok/s
Decode
787.63 tok/s
Prefill
0.76 s
TTFT
17.72 GB
VRAM
0.6
MTP
104.5 W
功耗
L2 batch seed 2026-10-16: Strata on hw_id=88 running model_id=53 at Q5_K_M