Radeon RX 9060 XT 8 ГБ: где проходит граница младшей версии

Вердикт: брать или искать альтернативу

Брать, если нужен GGUF-чат небольших моделей на имеющемся Radeon; Qwen3.5 9B Q4 — до 32K по таблице. 8 ГБ, 320 ГБ/с и 150 Вт (TBP).
Не брать, если цель — Qwen3 14B целиком в VRAM или workflow требует CUDA.
Вместо этого посмотрите для той же модели Q4: Radeon RX 9060 XT 16 ГБ: 256K, 320 ГБ/с, 160 Вт (TBP); GeForce RTX 5060 Ti 8 ГБ: 32K, 448 ГБ/с, 180 Вт (TGP).

Что помещается в память

Ориентир скорости: отдельного замера нет

В проверенных сводках нет отдельного результата именно этой конфигурации. Замер соседнего варианта памяти не переносим. Измерьте pp и tg на своей модели по единому протоколу.

Совместимость по приложениям и ОС

Radeon RX 9060 XT (gfx1200) 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 4K по умолчанию. Для длинного диалога 4K может быть мало. Для Qwen3.5 9B Q4 расчётный максимум из таблицы — 32K: /set parameter num_ctx 32768 в чате CLI; у сервера — OLLAMA_CONTEXT_LENGTH=32768 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.

Если все эксперты MoE не помещаются, часть можно оставить в RAM: --cpu-moe или --n-cpu-moe N; таблица относится к полному размещению.