返回搜索结果
Qwen3.5-9B · IQ3_S
AMD Strix Point (Radeon 890M)vLLM v0.21L2 跨框架验证
本页汇总 Qwen3.5-9B（IQ3_S）在 AMD Strix Point (Radeon 890M) 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。
65.94 tok/s
Decode
解码速度
339.59 tok/s
Prefill
预填充速度
2.5 s
TTFT
首 token 延迟
14.57 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 · IQ3_S （当前）Decode 65.94 · Prefill 339.59 ·
- Ollama · IQ3_XS Decode 62.85 · Prefill 248.56 ·
- Ollama · IQ4_XS Decode 46.77 · Prefill 176.41 ·
核心数据
- Decode（平均）
- 65.94 tok/s
- Prefill（平均）
- 339.59 tok/s
- TTFT（平均）
- 2.5 s
- VRAM（平均）
- 14.57 GB
- MTP 接受率
- —
- TTFB
- 0.53 GB
- 功耗
- 86 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
- IQ3_S
- 框架
- vLLM
- 版本
- v0.21
- 上下文长度
- 32768 tokens
- 批次大小
- 16
- 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 Point (Radeon 890M)
- 实测显存（均值）
- 14.57 GB
- 系统
- Ubuntu 22.04
- 驱动
- 555.85
- CUDA
- N/A
- 电源功耗
- 86 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.21 · Ubuntu 22.04 · CUDA N/A · 32768 ctx
65.94 tok/s
Decode
339.59 tok/s
Prefill
2.5 s
TTFT
14.57 GB
VRAM
—
MTP
86 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=89 running model_id=49 at IQ3_S