Arao AI
返回搜索结果

Qwen3.8-9B · IQ2_XS

发起讨论
AMD Ryzen AI Max+ 395128GBvLLM v0.38L2 跨框架验证

本页汇总 Qwen3.8-9B（IQ2_XS）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。

145.04 tok/s

Decode

解码速度

523.91 tok/s

Prefill

预填充速度

2.01 s

TTFT

首 token 延迟

11.17 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

5 天前

最后验证

性能表现

  1. llama.cpp · IQ2_M Decode 125.51 · Prefill 634.19 ·
  2. llama.cpp · IQ3_S Decode 115.85 · Prefill 489.76 ·
  3. vLLM · Q5_K_M Decode 82.89 · Prefill 274.27 ·
  4. vLLM · IQ2_XS （当前）Decode 145.04 · Prefill 523.91 ·
  5. vLLM · Q3_K_L Decode 107.95 · Prefill 386.71 ·
  6. Strata · IQ3_XS Decode 164.91 · Prefill 583.87 ·
  7. Strata · Q5_K_S Decode 114.19 · Prefill 509.48 ·

核心数据

Decode（平均）
145.04 tok/s
Prefill（平均）
523.91 tok/s
TTFT（平均）
2.01 s
VRAM（平均）
11.17 GB
MTP 接受率
—
TTFB
1.16 GB
功耗
119.8 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_XS
框架
vLLM
版本
v0.38
上下文长度
32768 tokens
批次大小
32
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 Ryzen AI Max+ 395
标称显存
128 GB
实测显存（均值）
11.17 GB
系统
Windows 11 23H2
驱动
AMD Adrenalin 25.10.1
CUDA
N/A
电源功耗
119.8 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 2026-10-13

    v0.38 · Windows 11 23H2 · CUDA N/A · 32768 ctx

    145.04 tok/s

    Decode

    523.91 tok/s

    Prefill

    2.01 s

    TTFT

    11.17 GB

    VRAM

    —

    MTP

    119.8 W

    功耗

    L2 batch seed 2026-10-13: vLLM on hw_id=24 running model_id=52 at IQ2_XS