返回搜索结果
Qwen3-Embedding-0.6B · FP16
2x AMD Strix HaloOllama v0.20L2 跨框架验证
本页汇总 Qwen3-Embedding-0.6B（FP16）在 2x AMD Strix Halo 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。
181.91 tok/s
Decode
解码速度
736.26 tok/s
Prefill
预填充速度
2 s
TTFT
首 token 延迟
4.43 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
- Ollama · FP16 （当前）Decode 181.91 · Prefill 736.26 ·
- Ollama · IQ4_XS Decode 379.81 · Prefill 1812.54 ·
- Strata · IQ4_XS Decode 288.7 · Prefill 1574.67 ·
核心数据
- Decode（平均）
- 181.91 tok/s
- Prefill（平均）
- 736.26 tok/s
- TTFT（平均）
- 2 s
- VRAM（平均）
- 4.43 GB
- MTP 接受率
- —
- TTFB
- 1.46 GB
- 功耗
- 97.9 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3-Embedding-0.6B
- 量化方式
- FP16
- 框架
- Ollama
- 版本
- v0.20
- 上下文长度
- 16384 tokens
- 批次大小
- 512
- GPU 层数
- 99
- 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）
- 4.43 GB
- 系统
- Ubuntu 24.04
- 驱动
- 565.57
- CUDA
- N/A
- 电源功耗
- 97.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.20 · Ubuntu 24.04 · CUDA N/A · 16384 ctx
181.91 tok/s
Decode
736.26 tok/s
Prefill
2 s
TTFT
4.43 GB
VRAM
—
MTP
97.9 W
功耗
L2 batch seed 2026-10-16: Ollama on hw_id=88 running model_id=62 at FP16