返回搜索结果
Qwen3.8-9B · IQ1_S
2x AMD Strix Halollama.cpp v0.26L2 跨框架验证
本页汇总 Qwen3.8-9B（IQ1_S）在 2x AMD Strix Halo 上以 llama.cpp 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。
185.41 tok/s
Decode
解码速度
664.26 tok/s
Prefill
预填充速度
1.41 s
TTFT
首 token 延迟
10.04 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 （当前）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 Decode 220.16 · Prefill 1160.56 ·
核心数据
- Decode（平均）
- 185.41 tok/s
- Prefill（平均）
- 664.26 tok/s
- TTFT（平均）
- 1.41 s
- VRAM（平均）
- 10.04 GB
- MTP 接受率
- —
- TTFB
- 1.48 GB
- 功耗
- 93.6 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
- IQ1_S
- 框架
- llama.cpp
- 版本
- v0.26
- 上下文长度
- 8192 tokens
- 批次大小
- 256
- GPU 层数
- 99
- Flash Attention
- 关闭
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）
- 10.04 GB
- 系统
- Ubuntu 22.04
- 驱动
- amdgpu 6.11
- CUDA
- N/A
- 电源功耗
- 93.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.26 · Ubuntu 22.04 · CUDA N/A · 8192 ctx
185.41 tok/s
Decode
664.26 tok/s
Prefill
1.41 s
TTFT
10.04 GB
VRAM
—
MTP
93.6 W
功耗
L2 batch seed 2026-10-16: llama.cpp on hw_id=88 running model_id=52 at IQ1_S