返回搜索结果
Qwen3-Embedding-0.6B · Q4_K_S
Intel Arc A770 16GB16GBvLLM v0.37L2 跨框架验证
本页汇总 Qwen3-Embedding-0.6B（Q4_K_S）在 Intel Arc A770 16GB 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。
160.53 tok/s
Decode
解码速度
840.14 tok/s
Prefill
预填充速度
0.15 s
TTFT
首 token 延迟
3.09 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_S （当前）Decode 160.53 · Prefill 840.14 ·
- Ollama · IQ4_XS Decode 153.38 · Prefill 732.92 ·
- Ollama · Q5_K_M Decode 116.05 · Prefill 477.94 ·
- Ollama · Q5_K_S Decode 121.2 · Prefill 454.65 ·
核心数据
- Decode（平均）
- 160.53 tok/s
- Prefill（平均）
- 840.14 tok/s
- TTFT（平均）
- 0.15 s
- VRAM（平均）
- 3.09 GB
- MTP 接受率
- —
- TTFB
- 1.28 GB
- 功耗
- 158.1 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
- Q4_K_S
- 框架
- vLLM
- 版本
- v0.37
- 上下文长度
- 2048 tokens
- 批次大小
- 8
- 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 A770 16GB
- 标称显存
- 16 GB
- 实测显存（均值）
- 3.09 GB
- 系统
- Ubuntu 24.04
- 驱动
- Intel Arc 31.0.101.5186
- CUDA
- 12.6
- 电源功耗
- 158.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.37 · Ubuntu 24.04 · CUDA 12.6 · 2048 ctx
160.53 tok/s
Decode
840.14 tok/s
Prefill
0.15 s
TTFT
3.09 GB
VRAM
—
MTP
158.1 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=97 running model_id=62 at Q4_K_S