返回搜索结果
gemma-4-E2B-it · Q3_K_M
AMD Ryzen AI Max+ 395128GBllama.cpp v0.21L2 跨框架验证
本页汇总 gemma-4-E2B-it（Q3_K_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。
208.76 tok/s
Decode
解码速度
678.14 tok/s
Prefill
预填充速度
1.53 s
TTFT
首 token 延迟
4.96 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
- llama.cpp · Q3_K_M （当前）Decode 208.76 · Prefill 678.14 ·
- vLLM · IQ1_S Decode 291.55 · Prefill 1102.46 ·
核心数据
- Decode（平均）
- 208.76 tok/s
- Prefill（平均）
- 678.14 tok/s
- TTFT（平均）
- 1.53 s
- VRAM（平均）
- 4.96 GB
- MTP 接受率
- —
- TTFB
- 1.67 GB
- 功耗
- 60.9 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_M
- 框架
- llama.cpp
- 版本
- v0.21
- 上下文长度
- 32768 tokens
- 批次大小
- 256
- GPU 层数
- 20
- 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 Ryzen AI Max+ 395
- 标称显存
- 128 GB
- 实测显存（均值）
- 4.96 GB
- 系统
- Windows 11 23H2
- 驱动
- amdgpu-pro 24.20
- CUDA
- N/A
- 电源功耗
- 60.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.21 · Windows 11 23H2 · CUDA N/A · 32768 ctx
208.76 tok/s
Decode
678.14 tok/s
Prefill
1.53 s
TTFT
4.96 GB
VRAM
—
MTP
60.9 W
功耗
L2 batch seed 2026-10-16: llama.cpp on hw_id=24 running model_id=66 at Q3_K_M