返回搜索结果
gemma-4-12B-it · IQ3_XS
AMD Radeon RX 907016GBvLLM v0.36L2 跨框架验证
本页汇总 gemma-4-12B-it（IQ3_XS）在 AMD Radeon RX 9070 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。
114.22 tok/s
Decode
解码速度
439.54 tok/s
Prefill
预填充速度
0.8 s
TTFT
首 token 延迟
15.2 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
今天
最后验证
性能表现
- vLLM · IQ3_XS （当前）Decode 114.22 · Prefill 439.54 ·
- llama.cpp · IQ2_M Decode 86.99 · Prefill 431.57 ·
核心数据
- Decode（平均）
- 114.22 tok/s
- Prefill（平均）
- 439.54 tok/s
- TTFT（平均）
- 0.8 s
- VRAM（平均）
- 15.2 GB
- MTP 接受率
- —
- TTFB
- 0.91 GB
- 功耗
- 200.9 W
基础配置
成员级字段取自最近一次实测
- 模型
- gemma-4-12B-it
- 量化方式
- IQ3_XS
- 框架
- vLLM
- 版本
- v0.36
- 上下文长度
- 8192 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 Radeon RX 9070
- 标称显存
- 16 GB
- 实测显存（均值）
- 15.2 GB
- 系统
- Ubuntu 24.04
- 驱动
- amdgpu-pro 24.20
- CUDA
- 12.4
- 电源功耗
- 200.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.36 · Ubuntu 24.04 · CUDA 12.4 · 8192 ctx
114.22 tok/s
Decode
439.54 tok/s
Prefill
0.8 s
TTFT
15.2 GB
VRAM
—
MTP
200.9 W
功耗
L2 batch seed 2026-10-18: vLLM on hw_id=21 running model_id=65 at IQ3_XS