返回搜索结果
gemma-4-31B-it · IQ2_M
AMD Ryzen AI Max+ 395128GBllama.cpp v0.53L2 跨框架验证
本页汇总 gemma-4-31B-it（IQ2_M）在 AMD Ryzen AI Max+ 395 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。
24.41 tok/s
Decode
解码速度
110.5 tok/s
Prefill
预填充速度
0.82 s
TTFT
首 token 延迟
35.95 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
16 天前
最后验证
性能表现
- llama.cpp · IQ2_M （当前）Decode 24.41 · Prefill 110.5 ·
- llama.cpp · IQ2_XS Decode 25.14 · Prefill 89.05 ·
- Ollama · IQ2_M Decode 24.86 · Prefill 123.01 ·
- Strata · IQ3_XS Decode 81.29 · Prefill 414.62 ·
- Strata · Q3_K_S Decode 82.27 · Prefill 338.79 ·
核心数据
- Decode（平均）
- 24.41 tok/s
- Prefill（平均）
- 110.5 tok/s
- TTFT（平均）
- 0.82 s
- VRAM（平均）
- 35.95 GB
- MTP 接受率
- —
- TTFB
- 0.2 GB
- 功耗
- 60.3 W
基础配置
成员级字段取自最近一次实测
- 模型
- gemma-4-31B-it
- 量化方式
- IQ2_M
- 框架
- llama.cpp
- 版本
- v0.53
- 上下文长度
- 32768 tokens
- 批次大小
- 512
- 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
- AMD Ryzen AI Max+ 395
- 标称显存
- 128 GB
- 实测显存（均值）
- 35.95 GB
- 系统
- Ubuntu 24.04
- 驱动
- amdgpu 6.11
- CUDA
- 12.6
- 电源功耗
- 60.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.53 · Ubuntu 24.04 · CUDA 12.6 · 32768 ctx
24.41 tok/s
Decode
110.5 tok/s
Prefill
0.82 s
TTFT
35.95 GB
VRAM
—
MTP
60.3 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=24 running model_id=63 at IQ2_M