返回搜索结果
Qwen3-8B · Q4_K_M
AMD Strix Point (Radeon 890M)vLLM v0.42L2 跨框架验证
本页汇总 Qwen3-8B（Q4_K_M）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。
56.8 tok/s
Decode
解码速度
217.7 tok/s
Prefill
预填充速度
1.76 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 · Q4_K_M （当前）Decode 56.8 · Prefill 217.7 ·
- Strata · IQ1_S Decode 121.73 · Prefill 484.23 ·
- Strata · Q5_K_S Decode 66.77 · Prefill 312.73 ·
核心数据
- Decode（平均）
- 56.8 tok/s
- Prefill（平均）
- 217.7 tok/s
- TTFT（平均）
- 1.76 s
- VRAM（平均）
- 15.2 GB
- MTP 接受率
- —
- TTFB
- 0.45 GB
- 功耗
- 83.5 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
- Q4_K_M
- 框架
- vLLM
- 版本
- v0.42
- 上下文长度
- 2048 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 Strix Point (Radeon 890M)
- 实测显存（均值）
- 15.2 GB
- 系统
- Windows 11 23H2
- 驱动
- 560.94
- CUDA
- N/A
- 电源功耗
- 83.5 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.42 · Windows 11 23H2 · CUDA N/A · 2048 ctx
56.8 tok/s
Decode
217.7 tok/s
Prefill
1.76 s
TTFT
15.2 GB
VRAM
—
MTP
83.5 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=89 running model_id=53 at Q4_K_M