返回搜索结果
Qwen3-Embedding-0.6B · IQ3_S
AMD Strix Halo (Radeon 8060S)Strata v0.29L2 跨框架验证
本页汇总 Qwen3-Embedding-0.6B（IQ3_S）在 AMD Strix Halo (Radeon 8060S) 上以 Strata 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。
374.22 tok/s
Decode
解码速度
1,937.23 tok/s
Prefill
预填充速度
0.42 s
TTFT
首 token 延迟
2.93 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 · IQ2_XS Decode 355.91 · Prefill 1759.4 ·
- vLLM · IQ3_S Decode 267.01 · Prefill 1239.81 ·
- Strata · IQ3_S （当前）Decode 374.22 · Prefill 1937.23 ·
核心数据
- Decode（平均）
- 374.22 tok/s
- Prefill（平均）
- 1,937.23 tok/s
- TTFT（平均）
- 0.42 s
- VRAM（平均）
- 2.93 GB
- MTP 接受率
- 0.54
- TTFB
- 2.99 GB
- 功耗
- 68 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
- IQ3_S
- 框架
- Strata
- 版本
- v0.29
- 上下文长度
- 2048 tokens
- 批次大小
- 512
- GPU 层数
- 5
- 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 Halo (Radeon 8060S)
- 实测显存（均值）
- 2.93 GB
- 系统
- Ubuntu 22.04
- 驱动
- 570.86
- CUDA
- N/A
- 电源功耗
- 68 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.29 · Ubuntu 22.04 · CUDA N/A · 2048 ctx
374.22 tok/s
Decode
1,937.23 tok/s
Prefill
0.42 s
TTFT
2.93 GB
VRAM
0.54
MTP
68 W
功耗
L2 batch seed 2026-10-16: Strata on hw_id=87 running model_id=62 at IQ3_S