返回搜索结果
Qwen3.5-0.8B · FP16
2x AMD Strix HalovLLM v0.40L2 跨框架验证
本页汇总 Qwen3.5-0.8B（FP16）在 2x AMD Strix Halo 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。
163.9 tok/s
Decode
解码速度
573.99 tok/s
Prefill
预填充速度
2.35 s
TTFT
首 token 延迟
5.21 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 （当前）Decode 163.9 · Prefill 573.99 ·
- vLLM · IQ3_XS Decode 352.1 · Prefill 1673.75 ·
- Strata · Q2_K Decode 284.75 · Prefill 1118.17 ·
- Strata · Q5_K_S Decode 358.45 · Prefill 1286.06 ·
核心数据
- Decode（平均）
- 163.9 tok/s
- Prefill（平均）
- 573.99 tok/s
- TTFT（平均）
- 2.35 s
- VRAM（平均）
- 5.21 GB
- MTP 接受率
- —
- TTFB
- 1.31 GB
- 功耗
- 68.8 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
- FP16
- 框架
- vLLM
- 版本
- v0.40
- 上下文长度
- 8192 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
- 2x AMD Strix Halo
- 实测显存（均值）
- 5.21 GB
- 系统
- Ubuntu 22.04
- 驱动
- amdgpu-pro 24.20
- CUDA
- N/A
- 电源功耗
- 68.8 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.40 · Ubuntu 22.04 · CUDA N/A · 8192 ctx
163.9 tok/s
Decode
573.99 tok/s
Prefill
2.35 s
TTFT
5.21 GB
VRAM
—
MTP
68.8 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=88 running model_id=51 at FP16