返回搜索结果
gemma-4-E2B-it · IQ1_S
AMD Ryzen AI Max+ 395128GBvLLM v0.27L2 跨框架验证
本页汇总 gemma-4-E2B-it（IQ1_S）在 AMD Ryzen AI Max+ 395 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。
291.55 tok/s
Decode
解码速度
1,102.46 tok/s
Prefill
预填充速度
1.52 s
TTFT
首 token 延迟
3.86 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 Decode 208.76 · Prefill 678.14 ·
- vLLM · IQ1_S （当前）Decode 291.55 · Prefill 1102.46 ·
核心数据
- Decode（平均）
- 291.55 tok/s
- Prefill（平均）
- 1,102.46 tok/s
- TTFT（平均）
- 1.52 s
- VRAM（平均）
- 3.86 GB
- MTP 接受率
- —
- TTFB
- 2.33 GB
- 功耗
- 111.8 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
- IQ1_S
- 框架
- vLLM
- 版本
- v0.27
- 上下文长度
- 8192 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
- AMD Ryzen AI Max+ 395
- 标称显存
- 128 GB
- 实测显存（均值）
- 3.86 GB
- 系统
- Ubuntu 22.04
- 驱动
- 560.94
- CUDA
- N/A
- 电源功耗
- 111.8 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.27 · Ubuntu 22.04 · CUDA N/A · 8192 ctx
291.55 tok/s
Decode
1,102.46 tok/s
Prefill
1.52 s
TTFT
3.86 GB
VRAM
—
MTP
111.8 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=24 running model_id=66 at IQ1_S