返回搜索结果
Qwen3.5-4B · Q8_0
AMD Strix Halo (Radeon 8060S)vLLM v0.49L2 跨框架验证
本页汇总 Qwen3.5-4B（Q8_0）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。
72.19 tok/s
Decode
解码速度
307.07 tok/s
Prefill
预填充速度
1.1 s
TTFT
首 token 延迟
11.76 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 · Q8_0 （当前）Decode 72.19 · Prefill 307.07 ·
- Ollama · IQ3_XS Decode 123.41 · Prefill 403.1 ·
核心数据
- Decode（平均）
- 72.19 tok/s
- Prefill（平均）
- 307.07 tok/s
- TTFT（平均）
- 1.1 s
- VRAM（平均）
- 11.76 GB
- MTP 接受率
- —
- TTFB
- 0.58 GB
- 功耗
- 94.6 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
- Q8_0
- 框架
- vLLM
- 版本
- v0.49
- 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
- AMD Strix Halo (Radeon 8060S)
- 实测显存（均值）
- 11.76 GB
- 系统
- Ubuntu 22.04
- 驱动
- 565.57
- CUDA
- N/A
- 电源功耗
- 94.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.49 · Ubuntu 22.04 · CUDA N/A · 2048 ctx
72.19 tok/s
Decode
307.07 tok/s
Prefill
1.1 s
TTFT
11.76 GB
VRAM
—
MTP
94.6 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=87 running model_id=48 at Q8_0