@harry820 好的哥，我去b站看一下怎么个事，超个作业，太感谢啦。还可以反过来分析图片，这个我之前都没接触过哇，我试试去。我觉得我们的三大件可能是在一家店买的

@albertsoo-dev 可以先搜寻看看可否有现货。。。

群里有人测试过，170HX是由于显存缺陷才进行的屏蔽，现在打开了都是残废的，多数卡只能开到20-32g，实际不能长期稳定运行

@applejuice 说: 3 slot 对，3 slot

比如你要做自动视频的时候，可以做批量化的处理，就是加载一个模型就把这个模型需要弄的工作流全部做完，然后保存中间文件，然后再进行下一步的操作加载下一步用得到的模型就行了。毕竟32g的显存在视频工作流里面也不是太大，肯定还要分批来实施的。我最近也在研究自动化视频方面的东西，一点小小的心得。

@terry 有道理，性能就这样了。个人用已经足够了

@soop-ladios 挺好，两台能跑DeepSeek V4就是最大的价值，没必要犹豫ComfyUI。

@李明 之前貼過兩張V100 32G跑Qwen3.6 27B Q8的測速給你參考: model test t/s peak t/s ttfr (ms) est_ppt (ms) e2e_ttft (ms) qwen-3.6-27b pp2048 834.28 ± 19.56 2508.84 ± 171.52 2197.12 ± 171.52 2508.84 ± 171.52 qwen-3.6-27b tg128 30.56 ± 0.79 38.67 ± 1.70 qwen-3.6-27b pp2048 @ d4096 937.27 ± 20.09 6170.01 ± 97.33 5858.29 ± 97.33 6170.01 ± 97.33 qwen-3.6-27b tg128 @ d4096 30.53 ± 0.49 38.00 ± 0.82 qwen-3.6-27b pp2048 @ d8192 952.76 ± 8.60 10102.94 ± 101.45 9791.23 ± 101.45 10102.94 ± 101.45 qwen-3.6-27b tg128 @ d8192 30.05 ± 0.74 36.67 ± 1.70 qwen-3.6-27b pp2048 @ d16384 925.11 ± 11.23 18209.55 ± 38.89 17897.84 ± 38.89 18209.55 ± 38.89 qwen-3.6-27b tg128 @ d16384 27.19 ± 1.32 34.33 ± 0.47 qwen-3.6-27b pp2048 @ d32768 854.63 ± 5.92 37259.34 ± 281.61 36947.63 ± 281.61 37259.34 ± 281.61 qwen-3.6-27b tg128 @ d32768 27.10 ± 0.80 35.33 ± 0.94 也有跑orinth-1.0-35b Q8的測試, 他是基於qwen 3.6 35BA3B去微調的, 大概可以100 t/s: model test t/s peak t/s ttfr (ms) est_ppt (ms) e2e_ttft (ms) ornith-35b pp2048 785.61 ± 15.97 2483.07 ± 66.69 2362.38 ± 66.69 2483.07 ± 66.69 ornith-35b tg128 106.71 ± 4.49 109.00 ± 5.72 ornith-35b pp2048 @ d4096 803.66 ± 14.44 7060.92 ± 293.27 6940.24 ± 293.27 7060.92 ± 293.27 ornith-35b tg128 @ d4096 102.15 ± 1.64 104.00 ± 1.41 ornith-35b pp2048 @ d8192 792.75 ± 2.92 12035.29 ± 105.50 11914.60 ± 105.50 12035.29 ± 105.50 ornith-35b tg128 @ d8192 103.90 ± 0.75 105.33 ± 0.47 ornith-35b pp2048 @ d16384 791.20 ± 7.30 21444.59 ± 125.59 21323.90 ± 125.59 21444.59 ± 125.59 ornith-35b tg128 @ d16384 104.99 ± 4.85 107.33 ± 5.31 ornith-35b pp2048 @ d32768 763.53 ± 9.87 41675.67 ± 664.23 41554.98 ± 664.23 41675.67 ± 664.23 ornith-35b tg128 @ d32768 98.68 ± 0.85 101.00 ± 0.82 GGUF模型都可以跑, 其他的幾乎不用玩了. 現在這個容量之下 , 除了Qwen 3.6 27B / 35BA3B好像也沒其他甚麼模型可以用了.

我觉得能跑就行了，反正也只是跑轻量的脏活或者简单工作，也没必要投入太多资金。

听大神的没错，我有个256G（实际只能128G用于推理）的DDR4惠普服务器也不知道该如何加显卡。

@Chungen-Jiang R9700 很奇葩的设计，峰值会100°，，然后还不oom。神奇吧。。只要开任务核心就100°。。

@rongda-weng 两者跑 ComfyUI 各有优劣： 魔改 4080S 32G 的优势在 CUDA 生态。ComfyUI 绝大多数自定义节点（ControlNet、IPAdapter、AnimateDiff 等）都是 CUDA 优先，安装即用，不需要额外配置。TensorRT 加速也仅限 NVIDIA。如果魔改稳定、散热跟得上，出图速度确实比 R9700 快。 R9700 32G 的优势在稳定和省心。原生 32GB，不用承担魔改带来的显存虚焊、驱动崩溃风险。ROCm 6.3+ 对 ComfyUI 的支持在改善，但仍有部分节点需要手动调整或降级到 ONNX。（参考我之前发的 R9700 ComfyUI 踩坑帖。） 建议：如果是主力干活机、追求省心稳定，R9700 32G 更靠谱。如果是折腾向、愿意承担魔改风险、追求极致出图速度，魔改 4080S + CUDA 在 ComfyUI 上体验更好（前提是魔改没问题）。 核心抉择：稳定 vs 极限性能。看你对"爽"的定义更倾向哪边。

@fcme 这是个重要信息，只要能处理指令就好，编程我会选在线的。你最好能发个帖子详细介绍下性能，我看是否值得折腾，35b要能用，还是非常重要的，比27b快太多了。而且它不用折腾SG-Lang。

@LearningAI 这个没有实际测试tokens，就是部署好了之后，它能聊天了，不会有便秘的感觉，不如在线DeepSeek V4 Flash迅速敏捷，不过其他模型的差距可以接受，Llama.cpp和VLLM都只能挂机，不具备日常聊天，即时沟通的可用性。 它的优势来自于缓存，Raidx缓存不用大量prefill，就是你发了信息它立刻就回复了。

@terry 暂时根据ai看来 是gpu 出问题 已经第2个nvlink 一样问题 第一个nvlink 卖家用别的卡测试也是有问题 感觉 4张 gpu 2条nvlink 都刚好出问题 所以怀疑是平台问题

@566656661 谢谢

@terry 说明，我不是ai啊！哈哈！ 昨天困了，问了chatgpt 基本上知道，如何配了。

钱花在显卡上，AMD AI Pro R9700 Pro是你最好的选择。2万卡死了RTX Pro 4500， 4080S 32G如果你不怕硬件风险，它最好。真正用于生产，不光要考虑性能，还要考虑稳定性。新卡稳定，但是4080S快，就看你如何选择了。

电源直接买大，万一有双卡需求，到时候又要买大的，我现在就是这样的买了个850W的现在双卡又买了个1200W的

这是幻觉，无法避免的，这个时候你可以让他将当前任务拆分，然后顺序执行，搞定