返回搜索结果
gemma-4-E4B-it · Q8_0
AMD Strix Halo (Radeon 8060S)Strata v0.25L2 跨框架验证
本页汇总 gemma-4-E4B-it（Q8_0）在 AMD Strix Halo (Radeon 8060S) 上以 Strata 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。
92.35 tok/s
Decode
解码速度
312.7 tok/s
Prefill
预填充速度
1.41 s
TTFT
首 token 延迟
11.76 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 · IQ2_M Decode 142.24 · Prefill 506.53 ·
- Strata · Q8_0 （当前）Decode 92.35 · Prefill 312.7 ·
核心数据
- Decode（平均）
- 92.35 tok/s
- Prefill（平均）
- 312.7 tok/s
- TTFT（平均）
- 1.41 s
- VRAM（平均）
- 11.76 GB
- MTP 接受率
- 0.47
- TTFB
- 0.74 GB
- 功耗
- 102.1 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
- Q8_0
- 框架
- Strata
- 版本
- v0.25
- 上下文长度
- 16384 tokens
- 批次大小
- 256
- GPU 层数
- 15
- 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 Strix Halo (Radeon 8060S)
- 实测显存（均值）
- 11.76 GB
- 系统
- Ubuntu 22.04
- 驱动
- 555.85
- CUDA
- N/A
- 电源功耗
- 102.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.25 · Ubuntu 22.04 · CUDA N/A · 16384 ctx
92.35 tok/s
Decode
312.7 tok/s
Prefill
1.41 s
TTFT
11.76 GB
VRAM
0.47
MTP
102.1 W
功耗
L2 batch seed 2026-10-16: Strata on hw_id=87 running model_id=67 at Q8_0