返回搜索结果
Qwen3-Embedding-0.6B · IQ2_XS
AMD Strix Halo (Radeon 8060S)vLLM v0.36L2 跨框架验证
本页汇总 Qwen3-Embedding-0.6B（IQ2_XS）在 AMD Strix Halo (Radeon 8060S) 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。
355.91 tok/s
Decode
解码速度
1,759.4 tok/s
Prefill
预填充速度
0.94 s
TTFT
首 token 延迟
2.71 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 （当前）Decode 355.91 · Prefill 1759.4 ·
- vLLM · IQ3_S Decode 267.01 · Prefill 1239.81 ·
- Strata · IQ3_S Decode 374.22 · Prefill 1937.23 ·
核心数据
- Decode（平均）
- 355.91 tok/s
- Prefill（平均）
- 1,759.4 tok/s
- TTFT（平均）
- 0.94 s
- VRAM（平均）
- 2.71 GB
- MTP 接受率
- —
- TTFB
- 2.85 GB
- 功耗
- 54 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
- IQ2_XS
- 框架
- vLLM
- 版本
- v0.36
- 上下文长度
- 4096 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 Halo (Radeon 8060S)
- 实测显存（均值）
- 2.71 GB
- 系统
- macOS 15.0
- 驱动
- 555.85
- CUDA
- N/A
- 电源功耗
- 54 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.36 · macOS 15.0 · CUDA N/A · 4096 ctx
355.91 tok/s
Decode
1,759.4 tok/s
Prefill
0.94 s
TTFT
2.71 GB
VRAM
—
MTP
54 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=87 running model_id=62 at IQ2_XS