返回搜索结果
gemma-4-E2B-it · Q3_K_S
2x AMD Strix HalovLLM v0.40L2 跨框架验证
本页汇总 gemma-4-E2B-it（Q3_K_S）在 2x AMD Strix Halo 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。
277.77 tok/s
Decode
解码速度
1,024.78 tok/s
Prefill
预填充速度
2.05 s
TTFT
首 token 延迟
4.83 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 （当前）Decode 277.77 · Prefill 1024.78 ·
- Strata · IQ3_XS Decode 321.59 · Prefill 1311.64 ·
核心数据
- Decode（平均）
- 277.77 tok/s
- Prefill（平均）
- 1,024.78 tok/s
- TTFT（平均）
- 2.05 s
- VRAM（平均）
- 4.83 GB
- MTP 接受率
- —
- TTFB
- 2.22 GB
- 功耗
- 66.4 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
- Q3_K_S
- 框架
- vLLM
- 版本
- v0.40
- 上下文长度
- 2048 tokens
- 批次大小
- 8
- GPU 层数
- 999
- 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
- 2x AMD Strix Halo
- 实测显存（均值）
- 4.83 GB
- 系统
- Ubuntu 22.04
- 驱动
- amdgpu 6.10
- CUDA
- N/A
- 电源功耗
- 66.4 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.40 · Ubuntu 22.04 · CUDA N/A · 2048 ctx
277.77 tok/s
Decode
1,024.78 tok/s
Prefill
2.05 s
TTFT
4.83 GB
VRAM
—
MTP
66.4 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=88 running model_id=66 at Q3_K_S