返回搜索结果
Qwen3-8B · FP16
AMD Ryzen AI Max+ 395128GBllama.cpp v0.26L2 跨框架验证
本页汇总 Qwen3-8B（FP16）在 AMD Ryzen AI Max+ 395 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。
52.16 tok/s
Decode
解码速度
223.09 tok/s
Prefill
预填充速度
1.39 s
TTFT
首 token 延迟
33.18 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 · FP16 （当前）Decode 52.16 · Prefill 223.09 ·
- llama.cpp · Q8_0 Decode 70.95 · Prefill 365.06 ·
- vLLM · IQ3_S Decode 125.05 · Prefill 672.6 ·
- Ollama · IQ3_S Decode 106.51 · Prefill 487.62 ·
核心数据
- Decode（平均）
- 52.16 tok/s
- Prefill（平均）
- 223.09 tok/s
- TTFT（平均）
- 1.39 s
- VRAM（平均）
- 33.18 GB
- MTP 接受率
- —
- TTFB
- 0.42 GB
- 功耗
- 70 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
- FP16
- 框架
- llama.cpp
- 版本
- v0.26
- 上下文长度
- 16384 tokens
- 批次大小
- 512
- GPU 层数
- 20
- Flash Attention
- 关闭
硬件信息
标称与实测并排陈列，能否运行由读者自判
- GPU
- AMD Ryzen AI Max+ 395
- 标称显存
- 128 GB
- 实测显存（均值）
- 33.18 GB
- 系统
- Ubuntu 22.04
- 驱动
- 560.94
- CUDA
- N/A
- 电源功耗
- 70 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.26 · Ubuntu 22.04 · CUDA N/A · 16384 ctx
52.16 tok/s
Decode
223.09 tok/s
Prefill
1.39 s
TTFT
33.18 GB
VRAM
—
MTP
70 W
功耗
L2 batch seed 2026-10-16: llama.cpp on hw_id=24 running model_id=53 at FP16