返回搜索结果
Qwen3.8-9B · Q2_K
AMD Strix Point (Radeon 890M)vLLM v0.32L2 跨框架验证
本页汇总 Qwen3.8-9B（Q2_K）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。
74.53 tok/s
Decode
解码速度
292.59 tok/s
Prefill
预填充速度
2.07 s
TTFT
首 token 延迟
12.5 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 · Q2_K （当前）Decode 74.53 · Prefill 292.59 ·
- vLLM · Q3_K_M Decode 62.84 · Prefill 312.12 ·
- Strata · Q4_K_M Decode 68.09 · Prefill 270.12 ·
核心数据
- Decode（平均）
- 74.53 tok/s
- Prefill（平均）
- 292.59 tok/s
- TTFT（平均）
- 2.07 s
- VRAM（平均）
- 12.5 GB
- MTP 接受率
- —
- TTFB
- 0.6 GB
- 功耗
- 53.1 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
- Q2_K
- 框架
- vLLM
- 版本
- v0.32
- 上下文长度
- 2048 tokens
- 批次大小
- 8
- 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）
- 12.5 GB
- 系统
- Ubuntu 24.04
- 驱动
- amdgpu-pro 24.20
- CUDA
- N/A
- 电源功耗
- 53.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.32 · Ubuntu 24.04 · CUDA N/A · 2048 ctx
74.53 tok/s
Decode
292.59 tok/s
Prefill
2.07 s
TTFT
12.5 GB
VRAM
—
MTP
53.1 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=89 running model_id=52 at Q2_K