返回搜索结果
gemma-4-E2B-it · IQ3_XS
2x AMD Strix HaloStrata v0.50L2 跨框架验证
本页汇总 gemma-4-E2B-it（IQ3_XS）在 2x AMD Strix Halo 上以 Strata 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。
321.59 tok/s
Decode
解码速度
1,311.64 tok/s
Prefill
预填充速度
2.09 s
TTFT
首 token 延迟
4.7 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 · Q3_K_S Decode 277.77 · Prefill 1024.78 ·
- Strata · IQ3_XS （当前）Decode 321.59 · Prefill 1311.64 ·
核心数据
- Decode（平均）
- 321.59 tok/s
- Prefill（平均）
- 1,311.64 tok/s
- TTFT（平均）
- 2.09 s
- VRAM（平均）
- 4.7 GB
- MTP 接受率
- 0.48
- TTFB
- 2.57 GB
- 功耗
- 69.4 W
基础配置
成员级字段取自最近一次实测
- 模型
- gemma-4-E2B-it
- 量化方式
- IQ3_XS
- 框架
- Strata
- 版本
- v0.50
- 上下文长度
- 4096 tokens
- 批次大小
- 512
- GPU 层数
- 8
- 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
- 2x AMD Strix Halo
- 实测显存（均值）
- 4.7 GB
- 系统
- Ubuntu 24.04
- 驱动
- amdgpu-pro 24.20
- CUDA
- N/A
- 电源功耗
- 69.4 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.50 · Ubuntu 24.04 · CUDA N/A · 4096 ctx
321.59 tok/s
Decode
1,311.64 tok/s
Prefill
2.09 s
TTFT
4.7 GB
VRAM
0.48
MTP
69.4 W
功耗
L2 batch seed 2026-10-16: Strata on hw_id=88 running model_id=66 at IQ3_XS