返回搜索结果
Qwen3-8B · Q8_0
AMD Strix Halo (Radeon 8060S)Ollama v0.37L2 跨框架验证
本页汇总 Qwen3-8B（Q8_0）在 AMD Strix Halo (Radeon 8060S) 上以 Ollama 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。
48.28 tok/s
Decode
解码速度
205.87 tok/s
Prefill
预填充速度
1.03 s
TTFT
首 token 延迟
21.42 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 · IQ1_S Decode 127.84 · Prefill 540.46 ·
- vLLM · Q4_K_S Decode 94.74 · Prefill 425.68 ·
- Ollama · Q5_K_M Decode 64.59 · Prefill 334.15 ·
- Ollama · Q8_0 （当前）Decode 48.28 · Prefill 205.87 ·
核心数据
- Decode（平均）
- 48.28 tok/s
- Prefill（平均）
- 205.87 tok/s
- TTFT（平均）
- 1.03 s
- VRAM（平均）
- 21.42 GB
- MTP 接受率
- —
- TTFB
- 0.39 GB
- 功耗
- 50.2 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
- Q8_0
- 框架
- Ollama
- 版本
- v0.37
- 上下文长度
- 32768 tokens
- 批次大小
- 256
- GPU 层数
- 28
- 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 Strix Halo (Radeon 8060S)
- 实测显存（均值）
- 21.42 GB
- 系统
- macOS 15.0
- 驱动
- 555.85
- CUDA
- N/A
- 电源功耗
- 50.2 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.37 · macOS 15.0 · CUDA N/A · 32768 ctx
48.28 tok/s
Decode
205.87 tok/s
Prefill
1.03 s
TTFT
21.42 GB
VRAM
—
MTP
50.2 W
功耗
L2 batch seed 2026-10-16: Ollama on hw_id=87 running model_id=53 at Q8_0