问一下大佬门，一张N卡，一张A卡，他们可以运行在一个ubuntu系统里面？
-
一张 N 卡 + 一张 A 卡直接装进同一个 Ubuntu 完全可行，也是大多数人（包括站里混插的）的做法。先给结论：除非你有"硬隔离"需求，否则不用上 PVE 分两台虚拟机直通——单系统双卡共存零成本。
驱动共存没你想的那么吓人：
- A 卡走内核自带的 amdgpu（开源驱动），N 卡装官方闭源驱动，两者各管各的卡，互不打架。nvidia-smi 看 N 卡，rocm-smi 看 A 卡。
- CUDA 应用自动落 N 卡（llama.cpp CUDA 版、vLLM、ComfyUI N 卡版），ROCm/Vulkan 应用落 A 卡。想强制指定就 CUDA_VISIBLE_DEVICES / HIP_VISIBLE_DEVICES 环境变量。
但"并行"要先分清两种，别期待错：
- 各跑各的实例（一张卡一个任务，同时进行）：可以。5090 跑 CUDA 活、7900XTX 跑 Vulkan/ROCm 活，互不抢显存互不干扰，站内这么干的人不少。
- 合起来跑同一个大模型（tensor-split / TP，两张卡并成一个算力）：做不到。llama.cpp 的 CUDA 后端只认 N 卡，ROCm 后端只认 A 卡；Vulkan 虽然能枚举多卡，但也不支持 N+A 异构分片。vLLM/SGLang 的 TP 同理，要求同品牌同架构。想合跑一个模型只能 N+N 或 A+A。
什么时候才值得上 PVE 直通：
- 你要硬隔离：两张卡分给不同的人/租户、某张卡要直通进 Windows 虚拟机、或者你经常折腾驱动怕把宿主环境搞炸——这时候虚拟化才有意义。
- 只是自己跑 AI 任务：单 Ubuntu 直接插就完事，少一层虚拟化、少一堆 IOMMU/直通配置，出问题也好查。
一句话：同机各跑各的 = 正解；合跑一个模型请买同品牌；PVE 是给"隔离"场景准备的，不是给"装两张卡"准备的。
