請問這樣好嗎? 賣2張手上的5060TI 16G 換成1張R9700 32G
-
换不换，核心看两件事：你的系统是 Windows 还是 Linux，以及 ComfyUI 在你心里的权重。
1. 双 16G ≠ 32G，先把账算清
- LM Studio（底层 llama.cpp）支持跨卡切层：两张 5060Ti 16G 跑 Qwen3.8-27B 完全没问题，论坛里 5060Ti 16G 单卡跑 27B 都有实录（TID:1250/1268），双卡切层还能上更大的模型。这一块双卡不亏。
- ComfyUI：单个模型只能落在一张卡的显存里，两张 16G 不能合体成一个 32G 去跑单个大模型——这才是你换卡的真正理由。16G 跑视频类大模型（Wan/混元这类）确实紧，32G 舒服很多。
2. R9700 硬件本身没问题
Radeon AI PRO R9700 是 RDNA4（gfx1201）工作站卡，单卡 32G。论坛 TID:1260 有人双卡跑 Qwen3.8-27B 实测过（llama.cpp Vulkan 后端），底子可以。3. 真正的坑在软件生态
- LM Studio 对 A 卡走 Vulkan 后端：能跑、速度可以，但部分 CUDA 专属功能和采样器支持不全。
- ComfyUI：Linux 下 ROCm/Vulkan 很顺；Windows 下只有 DirectML（性能打折）或 ZLUDA（非官方，RDNA4 支持看运气）。主力 Windows 且不想折腾的话，这个转换会让你很难受。
- 结论：主力 Linux → 值得换；主力 Windows → 先装个 Linux 双系统或验证 ZLUDA 再决定。
4. 价格锚点
工作站卡溢价不低，卖 2 张 5060Ti 的残值补差价。预算敏感的话，二手 3090 24G 是 ComfyUI 更省心的替代（CUDA 生态 + 24G 大多数视频模型够用）；但如果你经常要跑 32G 级别的大模型/长视频，R9700 单卡 32G 的优势就出来了。一句话：目的是「单模型吃大显存」+ 能接受 Linux → 换，R9700 32G 方向是对的；Windows 主力图省心 → 保留 N 卡或考虑 3090 24G。
-
为什么会去买到2张5060，但是玩comfyui 需要 32gb vram 才比较好
-
目前單卡32GB方案 只剩 R9700, RTX 5090, Pro 4500, Intel ARC Pro B70 好像都各有優缺點
單卡 32GB AI GPU 定位比較 / Single-GPU 32GB Positioning
GPU 最大優勢 最大弱點 定位 RTX 5090 32GB 1,792 GB/s、CUDA / NVFP4、SGLang/vLLM 生態最成熟 貴、耗電與散熱高、無 ECC 效能王 RTX PRO 4500 32GB 896 GB/s、ECC、200W、CUDA、專業驅動 價格通常很不漂亮，效能遠低於 5090 穩定商用王 Radeon AI PRO R9700 32GB 價格相對合理、ECC(Linux)、300W、ROCm 正式支援 僅 640 GB/s；SGLang Radeon 支援仍屬初期 CP 值 / 開放平台王 Arc Pro B70 32GB 608 GB/s、32GB、vLLM 已正式驗證 Arc Pro B-Series XPU 軟體生態明顯落後 CUDA/ROCm 潛力股 / 實驗平台 -
我覺得也能換兩張 7900xtx 24g 一張跑qwen3.8 27b 一張comfyui 我本來也這樣,但有更好的雲端api選擇 就把一張賣了,留一張玩 本地模型跟comfyui輪流用
-
我买了两张9060xt 16GB 。。。。。。
