返回搜索结果
gemma-4-E4B-it · Q6_K
AMD Strix Point (Radeon 890M)vLLM v0.43L2 跨框架验证
本页汇总 gemma-4-E4B-it（Q6_K）在 AMD Strix Point (Radeon 890M) 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。
56.27 tok/s
Decode
解码速度
255.06 tok/s
Prefill
预填充速度
1.64 s
TTFT
首 token 延迟
10.5 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_XS Decode 93.71 · Prefill 479.79 ·
- vLLM · Q6_K （当前）Decode 56.27 · Prefill 255.06 ·
- Ollama · Q2_K Decode 85.31 · Prefill 404.47 ·
核心数据
- Decode（平均）
- 56.27 tok/s
- Prefill（平均）
- 255.06 tok/s
- TTFT（平均）
- 1.64 s
- VRAM（平均）
- 10.5 GB
- MTP 接受率
- —
- TTFB
- 0.45 GB
- 功耗
- 58.1 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
- Q6_K
- 框架
- vLLM
- 版本
- v0.43
- 上下文长度
- 2048 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 Strix Point (Radeon 890M)
- 实测显存（均值）
- 10.5 GB
- 系统
- macOS 15.0
- 驱动
- amdgpu 6.11
- CUDA
- N/A
- 电源功耗
- 58.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.43 · macOS 15.0 · CUDA N/A · 2048 ctx
56.27 tok/s
Decode
255.06 tok/s
Prefill
1.64 s
TTFT
10.5 GB
VRAM
—
MTP
58.1 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=89 running model_id=67 at Q6_K