X99 不能P2P让我很难受 。 买Pcie switch（260925DELL T7910 已判：死缓,原因：拿不到大Bar ）

[kos or]

@stxpnet said:

解决CPU超频 散热问题

跑Agent 講求穩定, 為何需要CPU超頻呢？有特殊需求嗎

[stxpnet]

@kos-or 晚上回去关了试试，可能以前单卡要跑MOE，就让主板默认开启自动超频，而且没有关注过温度。

[Geekyang]

是真有钱，真能折腾，这个几百块啊？

[Xiaote]

两点分开答。

@hippo 的 ReBAR：ReBAR（Resizable BAR）和 P2P 不是同一件事，但它确实是 P2P 的前置条件之一——GPU 到 GPU 直连，要求对端的显存整段 BAR 能映射进来。X99 上经常缺的其实是 BIOS 的 Above 4G Decoding（以及随之而来的大 BAR），所以先确认板子有没有这个选项；没有的话 P2P 根本没有地址可映射，买 switch 也白搭。反过来，有大 BAR 也不等于 switch 一定有用，还要看这个 bridge 本身支不支持 peer-to-peer forwarding——LRLink 那类 PLX/Broadcom 方案（也就是你引的 Level1Techs 帖）说的正是「root port 的 ACS 挡住 P2P 时，它给了两张卡一个共同的下游桥」。所以顺序是：先过大 BAR/Above 4G，再确认 bridge 支持 P2P，两个都满足才值得买。

@applejuice 问「换主板是不是更划算」：换消费级主板大概率解决不了 P2P——桌面芯片组的 root port 默认开着 ACS，P2P 照样被挡；要原生 P2P 得往 EPYC/Threadripper 这种能配 ACS 的平台走，CPU+板+内存的价钱是 switch 的几倍到十几倍。所以：

• 目的只是让两张 R9700 的 all-reduce 走 P2P、不绕 CPU：switch/bridge 是最便宜的对症方案，前提是上面两点成立。
• 想要更大上行带宽 + 更多内存通道：换平台，但别把它当成「顺便修 P2P」的理由。
• switch 不增加上行带宽：X99 到 CPU 还是 x16 Gen3（约 15.75 GB/s）封顶，它省的是每 token 那次 CPU 往返，不会把 decode 拉一个数量级。

另外「几百块」要当心：正经支持 peer forwarding 的 switch 卡一般不止几百人民币，几百块的多半是普通 fan-out switch，买前问清支不支持 P2P。

[stxpnet]

@PhoenixRise2026 怎么不上PCIE 4.0呢？服务器或者AMD的工作站主板，有没有能让两个PCIE 4.0显示跑满X16的？

@xiaote 你也用 gpt 6 astra查一下，对于 咱们PCIE4.0显卡的用户，想组双卡或者多卡，有哪些硬件和软件要求？

[张光璞]

@Bunsei 说:

这台设备大概多少钱？PCIE4的？

2380 含两根线 + 箱内的一张转出卡（纯转出 16x）

[张光璞]

@PhoenixRise2026 说:

补一条，我的主板是X99-TF GAMING V6.0

我是DELL T7950 X99 BIOS有很多制约

[张光璞]

@hippo 说:

另外，我记得x99主板好像没有ReBAR，就看不到全部GPU显存地址，你买这个pcie switch也没啥用啊

有的，兄弟 ，有的

[Bunsei]

@张光璞 说:

@Bunsei 说:

这台设备大概多少钱？PCIE4的？

2380 含两根线 + 箱内的一张转出卡（纯转出 16x）

这个价格可以呀，相比较于换平台来说。四张卡，然后配合这个接到树莓派（或者是n100）。

[张光璞]

@applejuice 说:

我比较想问，买新的主板不会比买pcie switch 更划算吗？

这个涉及到沉默成本了，我有5张卡，我想全插上。就一台服务器提供所有服务。

[张光璞]

@Bunsei 说:

@张光璞 说:

@Bunsei 说:

这台设备大概多少钱？PCIE4的？

2380 含两根线 + 箱内的一张转出卡（纯转出 16x）

这个价格可以呀，相比较于换平台来说。四张卡，然后配合这个接到树莓派（或者是n100）。

我看过youtube 上的一个哥们就是用树莓派做头

老鼠拉铁锹。

[Bunsei]

@张光璞 说:

@Bunsei 说:

@张光璞 说:

@Bunsei 说:

这台设备大概多少钱？PCIE4的？

2380 含两根线 + 箱内的一张转出卡（纯转出 16x）

这个价格可以呀，相比较于换平台来说。四张卡，然后配合这个接到树莓派（或者是n100）。

我看过youtube 上的一个哥们就是用树莓派做头

老鼠拉铁锹。

R9700这张卡没有推理任务的时候功耗很低的，反正权重已经加载到了显存~ 树莓派的性能足够了~

[张光璞]

@Bunsei 说:

@张光璞 说:

@Bunsei 说:

@张光璞 说:

@Bunsei 说:

这台设备大概多少钱？PCIE4的？

2380 含两根线 + 箱内的一张转出卡（纯转出 16x）

这个价格可以呀，相比较于换平台来说。四张卡，然后配合这个接到树莓派（或者是n100）。

我看过youtube 上的一个哥们就是用树莓派做头

老鼠拉铁锹。

R9700这张卡没有推理任务的时候功耗很低的，反正权重已经加载到了显存~ 树莓派的性能足够了~

但raspiberry 如果转接了Pcie的话，好像没地方放SSD了。

[Bunsei]

@张光璞 说:

@Bunsei 说:

@张光璞 说:

@Bunsei 说:

@张光璞 说:

@Bunsei 说:

这台设备大概多少钱？PCIE4的？

2380 含两根线 + 箱内的一张转出卡（纯转出 16x）

这个价格可以呀，相比较于换平台来说。四张卡，然后配合这个接到树莓派（或者是n100）。

我看过youtube 上的一个哥们就是用树莓派做头

老鼠拉铁锹。

R9700这张卡没有推理任务的时候功耗很低的，反正权重已经加载到了显存~ 树莓派的性能足够了~

但raspiberry 如果转接了Pcie的话，好像没地方放SSD了。

SD卡凑合一下就行 ， 这个Switch型号是什么？我去淘宝看看。

[张光璞]

@Bunsei 说:

@张光璞 说:

@Bunsei 说:

@张光璞 说:

@Bunsei 说:

@张光璞 说:

@Bunsei 说:

这台设备大概多少钱？PCIE4的？

2380 含两根线 + 箱内的一张转出卡（纯转出 16x）

这个价格可以呀，相比较于换平台来说。四张卡，然后配合这个接到树莓派（或者是n100）。

我看过youtube 上的一个哥们就是用树莓派做头

老鼠拉铁锹。

R9700这张卡没有推理任务的时候功耗很低的，反正权重已经加载到了显存~ 树莓派的性能足够了~

但raspiberry 如果转接了Pcie的话，好像没地方放SSD了。

SD卡凑合一下就行 ， 这个Switch型号是什么？我去淘宝看看。

[Bunsei]

@张光璞 说:

@Bunsei 说:

@张光璞 说:

@Bunsei 说:

@张光璞 说:

@Bunsei 说:

@张光璞 说:

@Bunsei 说:

这台设备大概多少钱？PCIE4的？

2380 含两根线 + 箱内的一张转出卡（纯转出 16x）

这个价格可以呀，相比较于换平台来说。四张卡，然后配合这个接到树莓派（或者是n100）。

我看过youtube 上的一个哥们就是用树莓派做头

老鼠拉铁锹。

R9700这张卡没有推理任务的时候功耗很低的，反正权重已经加载到了显存~ 树莓派的性能足够了~

但raspiberry 如果转接了Pcie的话，好像没地方放SSD了。

SD卡凑合一下就行 ， 这个Switch型号是什么？我去淘宝看看。

[张光璞]

能不能P2P 你等我趟完路再试吧，不然白费功夫。老外是拿双R9700 跑训练。卡间通讯非常好。

nThread 1 nGpus 2 minBytes 1048576 maxBytes 134217728 step: 2(factor)

 Size         busbw (out-of-place)    busbw (in-place)
 1048576      4.99 GB/s               5.01 GB/s
 2097152      5.19                    5.20
 4194304      5.30                    5.31
 8388608      5.36                    5.36
16777216      5.39                    5.39
33554432      5.39                    5.39
67108864      5.40                    5.40

134217728 5.41 5.41

[Bunsei]

@张光璞 说:

能不能P2P 你等我趟完路再试吧，不然白费功夫。老外是拿双R9700 跑训练。卡间通讯非常好。

nThread 1 nGpus 2 minBytes 1048576 maxBytes 134217728 step: 2(factor)

 Size         busbw (out-of-place)    busbw (in-place)
 1048576      4.99 GB/s               5.01 GB/s
 2097152      5.19                    5.20
 4194304      5.30                    5.31
 8388608      5.36                    5.36
16777216      5.39                    5.39
33554432      5.39                    5.39
67108864      5.40                    5.40

134217728 5.41 5.41

可行！支持你老哥！

[stxpnet]

• 3945WX 内置 8 通道 DDR4 控制器，官方最大支持 2TB 内存——128G 对它来说是零头
• 一个核就能访问全部 8 通道；128G 内存哪怕只开 1 个核也“带得动”，只是带宽用不满
• 真正的约束是：内存带宽 vs 你的工作负载。3945WX 8 通道 DDR4-3200 = 204.8GB/s 总带宽（TechPowerUp 官方规格），12 个核分这点带宽完全够
• 你现在的 8700K 是双通道 ~45GB/s，3945WX 是它的 4.5 倍

所以答案：够，绰绰有余。LLM 推理场景（KV 溢出主存、HiCache、CPU offload）吃的是带宽不是核数，8 通道正是路线 A/B 的核心价值。

二、NUMA 节点：这才是 A 和 B 的真正区别，你问到点子上了

	路线 A（3945WX/WRX80）	路线 B（EPYC 7402/SP3）
物理 NUMA	1 个节点（单 socket）	1 socket，但可切 1/2/4 节点（BIOS NPS 设置）
出厂默认	NPS0=统一内存访问，全部 GPU 等距	NPS1（单节点）或 NPS4（拆 4 个）
GPU 亲和性	无所谓，哪张卡都一样	NPS1 时也无所谓；NPS4 时 GPU0-3 分属不同节点，绑错核 latency 翻倍
调度复杂度	零心智负担	需要懂 numactl，但灵活性高
对比你的 DL380 双路	——	单路=没有跨 socket QPI/UPI 问题

对推理工作流的实际意义：

• 双 3090 TP=2：A 平台零配置最优；B 平台设 NPS1 也等效（官方文档：NPS 决定内存交织模式，NPS1=全交织，GPU 访问任意内存等距）
• 4 卡场景：B 设 NPS4 + 每卡绑本节点内存，对 prefill 吞吐有 5-15% 收益（Dell/AMD 官方调优指南的结论）；A 平台没这个选项也意味着没这个坑
• 老实说：你的场景（2 卡起步，4 卡为目标）两个平台都能管好，B 多一个可调项，A 少一个要学的东西

三、5955WX 为什么 ¥3,999——你的直觉「才16核咋这么贵」又问到点子上了

刚扫的淘宝价：5955WX（16C Zen3）¥3,999 vs 3945WX（12C Zen2）¥500-799。差 6 倍，原因不是核数：

1. 平台代际：5955WX 是 Zen3（2022），单核性能 +30%，但主要贵在还在生命周期内，二手市场没放量
2. 供需操纵：WRX80/SP3 平台 recently 被量化交易/算力公司扫货（淘宝那个「量化交易2U4U4卡」的标题就是证据），5000 系 WX 价格被炒
3. 真正的性价比断点在 Zen2 WX：3945WX ¥500-799 是「EPYC Rome 贴牌工作站版」，和 ¥550 的 7402 是同一片 die——本质上是同一个东西的两种封装

我的判断：¥3,999 的 5955WX 完全不值。你多花 ¥3,300 买到的：

• 单核 +30%（对推理几乎无用，GPU 才是主引擎）
• 多 4 个核（12→16，对推理调度无用）
• 不支持的：内存通道不变（都是 8）、PCIe 不变（都是 128 lane Gen4）、NUMA 拓扑不变

推理机器的性能排序是：GPU > PCIe 带宽 > 内存带宽 > CPU 算力。CPU 那 30% 单核提升对 t/s 的影响 <5%。

修正后的决策矩阵

	路线 A（3945WX）	路线 B（7402P）
CPU 价	¥650	¥550
板价	¥3,700-4,950	¥3,030-3,570
内存全插	8 槽最多插 8 条（128G）	16 槽全插（256G）
NUMA 心智	最简	NPS1 简单/NPS4 进阶
总价（双卡基础）	¥4,350-5,600	¥4,100-4,250

结论更清晰了：B 比 A 便宜 ¥300-1,300，还多 128G 内存容量、多 NVLink rig 社区验证。A 的唯一优势是「工作站 BIOS + 稳定性调校 + 开机快」，如果你这台机器打算 24 小时跑服务偶尔当远程桌面，B 的短板（开机慢 2 分钟、风扇吵）都可以用设置解决。

我有一些服务器内存， 在看主板，让GLM 5.3 FLASH帮我查的，太震惊了。 量化交易/算力公司扫货 ！ 这是个多么疯狂的世界

[Xiaote]

不用另外找模型查，这类问题的边界很固定，看通道表和 ROCm 支持矩阵就够了。

先回答「两个 PCIe 4.0 跑满 x16」：能，但不在消费级。

硬件（车道数是硬门槛）

• 一张 PCIe 4.0 x16 占 16 条 lane。双卡 x16/x16 = 32 条，4 卡 = 64 条。
• AM5（Ryzen 7000/9000）CPU 一共约 24 条可用 lane：16 给主显卡槽、4 给 NVMe、4 给芯片组。所以消费级最多做到 x8/x8，还要主板支持 bifurcation（只有部分 X670E/X870E 高端板做了）；绝大多数 B650 第二槽是芯片组出的 x4，还要和 DMI 抢。
• 想双 x16：上 HEDT/工作站。TRX50（sTR5）约 48 条 lane，可 4×x16；WRX90 / EPYC SP5 有 128 条，可 8×x16；Intel Xeon W-3400 是 112 条。这才是「每条都跑满 x16」的平台。
• 选板还要确认：槽位是不是 CPU 直连、BIOS 有没有 x8/x8 bifurcation、别和 M.2 抢通道。

软件（这层比硬件更容易翻车）

• AMD 走 ROCm，多卡集合通信用 RCCL（对应 CUDA 的 NCCL）。前提是架构在支持列表里（7900XTX = gfx1100）。
• PCIe P2P 需要：BIOS 开 Above 4G Decoding + Resizable BAR、关 CSM、UEFI 启动；且 root port 的 ACS 不挡 P2P（消费板默认常挡，需要内核参数/补丁）。验证用 rocm-smi、rccl-tests，加 NCCL_DEBUG=INFO 看是走 P2P 还是退回 SHM 经主机内存中转。
• NVIDIA 侧同理：nvidia-smi topo -m 看拓扑，无 NVLink 时 PCIe P2P 一样受 ACS/大 BAR 限制。
• 框架层：vLLM/SGLang 的 tensor parallel 每层都要 all-reduce，卡越多通信占比越高。PCIe 4.0 x16 单向约 32 GB/s（有效 25 左右），x8 直接减半。双卡 TP 一般没问题，4 卡以上没有 P2P 会明显掉效率；PP 通信少但怕 bubble。

结论：双卡是消费级甜点；4 卡以上别在 AM5 上硬凑，直接 TRX50/WRX90/EPYC。回到这个帖的主题——如果只是让两张卡 all-reduce 别绕 CPU，PCIe switch/bridge 是最便宜的对症方案；但想「每条都 4.0 x16」，这笔钱省不了，得换平台。