返回搜索结果
Qwen3-Embedding-0.6B · IQ3_S
Intel Arc 140VvLLM v0.44L2 跨框架验证
本页汇总 Qwen3-Embedding-0.6B（IQ3_S）在 Intel Arc 140V 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。
169.96 tok/s
Decode
解码速度
565.7 tok/s
Prefill
预填充速度
2.17 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_M Decode 187.46 · Prefill 728.79 ·
- vLLM · IQ3_S （当前）Decode 169.96 · Prefill 565.7 ·
- Ollama · IQ3_S Decode 157.23 · Prefill 521.64 ·
核心数据
- Decode（平均）
- 169.96 tok/s
- Prefill（平均）
- 565.7 tok/s
- TTFT（平均）
- 2.17 s
- VRAM（平均）
- 2.93 GB
- MTP 接受率
- —
- TTFB
- 1.36 GB
- 功耗
- 188.9 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
- IQ3_S
- 框架
- vLLM
- 版本
- v0.44
- 上下文长度
- 32768 tokens
- 批次大小
- 16
- 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
- Intel Arc 140V
- 实测显存（均值）
- 2.93 GB
- 系统
- Ubuntu 24.04
- 驱动
- Intel Arc 31.0.101.5186
- CUDA
- 12.6
- 电源功耗
- 188.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.44 · Ubuntu 24.04 · CUDA 12.6 · 32768 ctx
169.96 tok/s
Decode
565.7 tok/s
Prefill
2.17 s
TTFT
2.93 GB
VRAM
—
MTP
188.9 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=98 running model_id=62 at IQ3_S