返回搜索结果
gemma-4-E4B-it · IQ3_S
2x AMD Strix HalovLLM v0.52L2 跨框架验证
本页汇总 gemma-4-E4B-it（IQ3_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。
197.35 tok/s
Decode
解码速度
823.81 tok/s
Prefill
预填充速度
1.44 s
TTFT
首 token 延迟
7.64 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 · IQ3_S （当前）Decode 197.35 · Prefill 823.81 ·
- vLLM · Q5_K_M Decode 149.23 · Prefill 534.97 ·
- Strata · Q2_K Decode 311.82 · Prefill 1554.79 ·
核心数据
- Decode（平均）
- 197.35 tok/s
- Prefill（平均）
- 823.81 tok/s
- TTFT（平均）
- 1.44 s
- VRAM（平均）
- 7.64 GB
- MTP 接受率
- —
- TTFB
- 1.58 GB
- 功耗
- 91.4 W
基础配置
成员级字段取自最近一次实测
- 模型
- gemma-4-E4B-it
- 量化方式
- IQ3_S
- 框架
- vLLM
- 版本
- v0.52
- 上下文长度
- 2048 tokens
- 批次大小
- 16
- 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）
- 7.64 GB
- 系统
- macOS 15.0
- 驱动
- 565.57
- CUDA
- N/A
- 电源功耗
- 91.4 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.52 · macOS 15.0 · CUDA N/A · 2048 ctx
197.35 tok/s
Decode
823.81 tok/s
Prefill
1.44 s
TTFT
7.64 GB
VRAM
—
MTP
91.4 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=88 running model_id=67 at IQ3_S