返回搜索结果
Qwen3.8-9B · IQ3_S
2x AMD Strix HaloStrata v0.35L2 跨框架验证
本页汇总 Qwen3.8-9B（IQ3_S）在 2x AMD Strix Halo 上以 Strata 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。
220.16 tok/s
Decode
解码速度
1,160.56 tok/s
Prefill
预填充速度
0.86 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
- llama.cpp · IQ1_S Decode 185.41 · Prefill 664.26 ·
- llama.cpp · IQ4_XS Decode 145.51 · Prefill 650.25 ·
- Strata · IQ2_M Decode 243.64 · Prefill 1152.92 ·
- Strata · IQ3_S （当前）Decode 220.16 · Prefill 1160.56 ·
核心数据
- Decode（平均）
- 220.16 tok/s
- Prefill（平均）
- 1,160.56 tok/s
- TTFT（平均）
- 0.86 s
- VRAM（平均）
- 14.57 GB
- MTP 接受率
- 0.65
- TTFB
- 1.76 GB
- 功耗
- 59.2 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3.8-9B
- 量化方式
- IQ3_S
- 框架
- Strata
- 版本
- v0.35
- 上下文长度
- 32768 tokens
- 批次大小
- 256
- GPU 层数
- 8
- 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）
- 14.57 GB
- 系统
- macOS 15.0
- 驱动
- 570.86
- CUDA
- N/A
- 电源功耗
- 59.2 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.35 · macOS 15.0 · CUDA N/A · 32768 ctx
220.16 tok/s
Decode
1,160.56 tok/s
Prefill
0.86 s
TTFT
14.57 GB
VRAM
0.65
MTP
59.2 W
功耗
L2 batch seed 2026-10-16: Strata on hw_id=88 running model_id=52 at IQ3_S