Arao AI
返回搜索结果

Qwen3.8-9B · IQ2_M

发起讨论
AMD Ryzen AI Max+ 395128GBvLLM v0.25L2 跨框架验证

本页汇总 Qwen3.8-9B（IQ2_M）在 AMD Ryzen AI Max+ 395 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。

42.37 tok/s

Decode

解码速度

221.74 tok/s

Prefill

预填充速度

0.26 s

TTFT

首 token 延迟

11.93 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

17 天前

最后验证

性能表现

  1. llama.cpp · Q4_K_M Decode 26.52 · Prefill 94.42 ·
  2. vLLM · IQ2_M （当前）Decode 42.37 · Prefill 221.74 ·
  3. vLLM · Q6_K Decode 24.65 · Prefill 111.72 ·
  4. llama.cpp · IQ2_M Decode 125.51 · Prefill 634.19 ·
  5. llama.cpp · IQ3_S Decode 115.85 · Prefill 489.76 ·
  6. vLLM · Q5_K_M Decode 82.89 · Prefill 274.27 ·
  7. vLLM · IQ2_XS Decode 145.04 · Prefill 523.91 ·
  8. vLLM · Q3_K_L Decode 107.95 · Prefill 386.71 ·
  9. Strata · IQ3_XS Decode 164.91 · Prefill 583.87 ·
  10. Strata · Q5_K_S Decode 114.19 · Prefill 509.48 ·

核心数据

Decode（平均）
42.37 tok/s
Prefill（平均）
221.74 tok/s
TTFT（平均）
0.26 s
VRAM（平均）
11.93 GB
MTP 接受率
—
TTFB
0.34 GB
功耗
45.8 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
IQ2_M
框架
vLLM
版本
v0.25
上下文长度
8192 tokens
批次大小
8
GPU 层数
999
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
AMD Ryzen AI Max+ 395
标称显存
128 GB
实测显存（均值）
11.93 GB
系统
Windows 11 23H2
驱动
amdgpu 6.12
CUDA
12.4
电源功耗
45.8 W

来源与证据

共 1 条实测记录，逐条可回溯到原始出处

  1. L2 跨框架验证其他原始链接 验证于 2026-10-19

    v0.25 · Windows 11 23H2 · CUDA 12.4 · 8192 ctx

    42.37 tok/s

    Decode

    221.74 tok/s

    Prefill

    0.26 s

    TTFT

    11.93 GB

    VRAM

    —

    MTP

    45.8 W

    功耗

    L2 batch seed 2026-10-19: vLLM on hw_id=24 running model_id=52 at IQ2_M