返回搜索结果
Qwen3.5-9B · FP16
2x AMD Strix HaloOllama v0.27L2 跨框架验证
本页汇总 Qwen3.5-9B（FP16）在 2x AMD Strix Halo 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。
58.36 tok/s
Decode
解码速度
233.8 tok/s
Prefill
预填充速度
1.32 s
TTFT
首 token 延迟
37.06 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
- Ollama · FP16 （当前）Decode 58.36 · Prefill 233.8 ·
- Strata · IQ3_XS Decode 234.55 · Prefill 886.87 ·
核心数据
- Decode（平均）
- 58.36 tok/s
- Prefill（平均）
- 233.8 tok/s
- TTFT（平均）
- 1.32 s
- VRAM（平均）
- 37.06 GB
- MTP 接受率
- —
- TTFB
- 0.47 GB
- 功耗
- 98 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3.5-9B
- 量化方式
- FP16
- 框架
- Ollama
- 版本
- v0.27
- 上下文长度
- 8192 tokens
- 批次大小
- 512
- GPU 层数
- 99
- 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）
- 37.06 GB
- 系统
- Ubuntu 22.04
- 驱动
- 565.57
- CUDA
- N/A
- 电源功耗
- 98 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.27 · Ubuntu 22.04 · CUDA N/A · 8192 ctx
58.36 tok/s
Decode
233.8 tok/s
Prefill
1.32 s
TTFT
37.06 GB
VRAM
—
MTP
98 W
功耗
L2 batch seed 2026-10-16: Ollama on hw_id=88 running model_id=49 at FP16