返回搜索结果
Qwen3.5-4B · FP16
AMD Ryzen AI Max+ 395128GBOllama v0.22L2 跨框架验证
本页汇总 Qwen3.5-4B（FP16）在 AMD Ryzen AI Max+ 395 上以 Ollama 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。
19.79 tok/s
Decode
解码速度
92.05 tok/s
Prefill
预填充速度
1.96 s
TTFT
首 token 延迟
17.64 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
17 天前
最后验证
性能表现
- vLLM · IQ2_M Decode 61.41 · Prefill 198.56 ·
- Ollama · FP16 （当前）Decode 19.79 · Prefill 92.05 ·
- llama.cpp · IQ3_XS Decode 156.15 · Prefill 562.48 ·
- vLLM · IQ2_XS Decode 205.56 · Prefill 924.99 ·
- vLLM · Q6_K Decode 110.75 · Prefill 500.4 ·
核心数据
- Decode（平均）
- 19.79 tok/s
- Prefill（平均）
- 92.05 tok/s
- TTFT（平均）
- 1.96 s
- VRAM（平均）
- 17.64 GB
- MTP 接受率
- —
- TTFB
- 0.16 GB
- 功耗
- 50 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3.5-4B
- 量化方式
- FP16
- 框架
- Ollama
- 版本
- v0.22
- 上下文长度
- 8192 tokens
- 批次大小
- 256
- GPU 层数
- 33
- 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 Ryzen AI Max+ 395
- 标称显存
- 128 GB
- 实测显存（均值）
- 17.64 GB
- 系统
- Ubuntu 22.04
- 驱动
- amdgpu-pro 24.20
- CUDA
- 12.6
- 电源功耗
- 50 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.22 · Ubuntu 22.04 · CUDA 12.6 · 8192 ctx
19.79 tok/s
Decode
92.05 tok/s
Prefill
1.96 s
TTFT
17.64 GB
VRAM
—
MTP
50 W
功耗
L2 batch seed 2026-10-19: Ollama on hw_id=24 running model_id=48 at FP16