返回搜索结果
Qwen3-8B · IQ3_S
AMD Ryzen AI Max+ 395128GBvLLM v0.24L2 跨框架验证
本页汇总 Qwen3-8B（IQ3_S）在 AMD Ryzen AI Max+ 395 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。
125.05 tok/s
Decode
解码速度
672.6 tok/s
Prefill
预填充速度
2.4 s
TTFT
首 token 延迟
13.19 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 Decode 52.16 · Prefill 223.09 ·
- llama.cpp · Q8_0 Decode 70.95 · Prefill 365.06 ·
- vLLM · IQ3_S （当前）Decode 125.05 · Prefill 672.6 ·
- Ollama · IQ3_S Decode 106.51 · Prefill 487.62 ·
核心数据
- Decode（平均）
- 125.05 tok/s
- Prefill（平均）
- 672.6 tok/s
- TTFT（平均）
- 2.4 s
- VRAM（平均）
- 13.19 GB
- MTP 接受率
- —
- TTFB
- 1 GB
- 功耗
- 69.7 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
- IQ3_S
- 框架
- vLLM
- 版本
- v0.24
- 上下文长度
- 32768 tokens
- 批次大小
- 32
- 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 Ryzen AI Max+ 395
- 标称显存
- 128 GB
- 实测显存（均值）
- 13.19 GB
- 系统
- Ubuntu 24.04
- 驱动
- amdgpu 6.10
- CUDA
- N/A
- 电源功耗
- 69.7 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.24 · Ubuntu 24.04 · CUDA N/A · 32768 ctx
125.05 tok/s
Decode
672.6 tok/s
Prefill
2.4 s
TTFT
13.19 GB
VRAM
—
MTP
69.7 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=24 running model_id=53 at IQ3_S