RX 7900 XTX: 24 ГБ для LLM на Radeon

Вердикт: брать или искать альтернативу

Брать, если нужны 27B через Vulkan/HIP и полоса 960 ГБ/с; Qwen3.8 27B Q4 — до 64K по таблице. 24 ГБ, 960 ГБ/с и 355 Вт (TBP).
Не брать, если цель — Llama 3.1 70B Q4 целиком в VRAM или workflow требует CUDA.
Вместо этого посмотрите для той же модели Q4: Radeon RX 9070 XT: не помещается на 4K, 640 ГБ/с, 304 Вт (TBP); GeForce RTX 3090: 64K, 936 ГБ/с, 350 Вт (TGP).

Что помещается в память

Ориентир скорости (сторонний замер)

Сводка netrunnereve; автор прогона не указан. Дата прогона не указана. ngl 99 (CUDA) / 100 (Vulkan); ОС, драйвер, batch и питание в строке не указаны. Запись и условия ↗

По tg ≈190,9 — выше Radeon AI PRO R9700 32 ГБ (tg ≈152,7) в той же сводке.

Сторонние прогоны на разных сборках; позиция в сводке не заменяет тест вашей модели.

Совместимость по приложениям и ОС

Radeon RX 7900 XTX (gfx1100) присутствует в матрице ROCm 10.1.0; для Windows указана Windows 11 25H2. Vulkan в Ollama включён при установленном бэкенде и драйвере. Версию HIP внутри приложения проверяйте отдельно от SDK: таблица приложений и диагностика.

Ollama по VRAM выбирает 32K по умолчанию. 32K может занимать больше памяти, чем нужно для короткого запроса; уменьшить его можно, например, до 8K: /set parameter num_ctx 8192. Для Qwen2.5 32B Instruct Q4 расчётный максимум из таблицы — 8K: /set parameter num_ctx 8192 в чате CLI; у сервера — OLLAMA_CONTEXT_LENGTH=8192 перед запуском. Задавайте окно не больше этого максимума. Проверьте PROCESSOR и CONTEXT через ollama ps. Как задать переменную в своей ОС.

Питание и подключение

Условия расчёта и сравнение

Максимум — из ряда 4K–256K, все языковые веса на GPU, KV FP16, резерв 1,5 ГиБ; vision, MTP и пик prefill исключены. Если не помещается, итог дан для 4K; для gpt-oss — native и sliding-кэш окна. Это оценка, не замер и не гарантия запуска. Мощность — паспортная; подключение относится к исполнению в подписи таблицы. Общая методика и команды. Сравнить со всеми картами.