返回搜索结果
gemma-4-E4B-it · Q3_K_S
AMD Ryzen AI Max+ 395128GBvLLM v0.35L2 跨框架验证
本页汇总 gemma-4-E4B-it（Q3_K_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。
163.73 tok/s
Decode
解码速度
675.44 tok/s
Prefill
预填充速度
0.46 s
TTFT
首 token 延迟
7.56 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 · IQ4_XS Decode 142.31 · Prefill 714.99 ·
- vLLM · Q3_K_S （当前）Decode 163.73 · Prefill 675.44 ·
- Strata · IQ2_XS Decode 273.72 · Prefill 1347.27 ·
核心数据
- Decode（平均）
- 163.73 tok/s
- Prefill（平均）
- 675.44 tok/s
- TTFT（平均）
- 0.46 s
- VRAM（平均）
- 7.56 GB
- MTP 接受率
- —
- TTFB
- 1.31 GB
- 功耗
- 86.7 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
- Q3_K_S
- 框架
- vLLM
- 版本
- v0.35
- 上下文长度
- 8192 tokens
- 批次大小
- 32
- GPU 层数
- 999
- 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）
- 7.56 GB
- 系统
- Windows 11 23H2
- 驱动
- 560.94
- CUDA
- N/A
- 电源功耗
- 86.7 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.35 · Windows 11 23H2 · CUDA N/A · 8192 ctx
163.73 tok/s
Decode
675.44 tok/s
Prefill
0.46 s
TTFT
7.56 GB
VRAM
—
MTP
86.7 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=24 running model_id=67 at Q3_K_S