返回搜索结果
Qwen3.5-0.8B · Q2_K
2x AMD Strix HaloStrata v0.31L2 跨框架验证
本页汇总 Qwen3.5-0.8B（Q2_K）在 2x AMD Strix Halo 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。
284.75 tok/s
Decode
解码速度
1,118.17 tok/s
Prefill
预填充速度
0.66 s
TTFT
首 token 延迟
3.02 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 · FP16 Decode 163.9 · Prefill 573.99 ·
- vLLM · IQ3_XS Decode 352.1 · Prefill 1673.75 ·
- Strata · Q2_K （当前）Decode 284.75 · Prefill 1118.17 ·
- Strata · Q5_K_S Decode 358.45 · Prefill 1286.06 ·
核心数据
- Decode（平均）
- 284.75 tok/s
- Prefill（平均）
- 1,118.17 tok/s
- TTFT（平均）
- 0.66 s
- VRAM（平均）
- 3.02 GB
- MTP 接受率
- 0.65
- TTFB
- 2.28 GB
- 功耗
- 66.2 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3.5-0.8B
- 量化方式
- Q2_K
- 框架
- Strata
- 版本
- v0.31
- 上下文长度
- 16384 tokens
- 批次大小
- 256
- GPU 层数
- 15
- 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）
- 3.02 GB
- 系统
- Ubuntu 24.04
- 驱动
- amdgpu 6.10
- CUDA
- N/A
- 电源功耗
- 66.2 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.31 · Ubuntu 24.04 · CUDA N/A · 16384 ctx
284.75 tok/s
Decode
1,118.17 tok/s
Prefill
0.66 s
TTFT
3.02 GB
VRAM
0.65
MTP
66.2 W
功耗
L2 batch seed 2026-10-16: Strata on hw_id=88 running model_id=51 at Q2_K