返回搜索结果
Qwen3.5-0.8B · IQ3_S
AMD Strix Halo (Radeon 8060S)vLLM v0.24L2 跨框架验证
本页汇总 Qwen3.5-0.8B（IQ3_S）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。
249.57 tok/s
Decode
解码速度
1,015.71 tok/s
Prefill
预填充速度
0.19 s
TTFT
首 token 延迟
3.21 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
- llama.cpp · Q3_K_L Decode 205.24 · Prefill 943.68 ·
- llama.cpp · Q3_K_M Decode 229.54 · Prefill 1241.69 ·
- vLLM · IQ3_S （当前）Decode 249.57 · Prefill 1015.71 ·
- vLLM · Q3_K_L Decode 238.07 · Prefill 894.22 ·
核心数据
- Decode（平均）
- 249.57 tok/s
- Prefill（平均）
- 1,015.71 tok/s
- TTFT（平均）
- 0.19 s
- VRAM（平均）
- 3.21 GB
- MTP 接受率
- —
- TTFB
- 2 GB
- 功耗
- 45.9 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
- IQ3_S
- 框架
- vLLM
- 版本
- v0.24
- 上下文长度
- 4096 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
- AMD Strix Halo (Radeon 8060S)
- 实测显存（均值）
- 3.21 GB
- 系统
- Windows 11 23H2
- 驱动
- amdgpu-pro 24.20
- CUDA
- N/A
- 电源功耗
- 45.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.24 · Windows 11 23H2 · CUDA N/A · 4096 ctx
249.57 tok/s
Decode
1,015.71 tok/s
Prefill
0.19 s
TTFT
3.21 GB
VRAM
—
MTP
45.9 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=87 running model_id=51 at IQ3_S