1. 副卡单独跑 10B 辅助 VL 模型：模型常驻副卡显存，两张卡之间零通信，P2P 完全用不上。
2. 用 PP（-sm layer）扩 Qwen 27B 上下文：llama.cpp 的 layer split 跨卡传的只是层间激活张量，不是权重也不是 KV cache。27B 级模型激活量很小（每 token 也就 KB 级），PCIe 3.0 x16 的带宽绰绰有余。P2P 影响大的是张量并行（TP）那种每层都要同步的场景，你走 PP 路线基本无感。

所以混插方案本身成立，关键是选卡。6000 以内 16-24G 的选择：

• 二手 7900XTX 24G（约 4.5-5.5K）：和你的 R9700 同属 A 卡，ROCm 驱动栈统一，不用折腾混驱。llama.cpp 同时加载 CUDA+ROCm 后端时，-sm layer -dev CUDA0,ROCm0 也支持。生态上 24G 卡里性价比最高。
• 二手 3090 24G（约 5-6K）：CUDA 生态最强，vLLM/ComfyUI 兼容性最好。代价是 A+N 混插在 Linux 下要多处理一步（两套驱动栈共存，llama.cpp 混后端编译参数要配好），对新手略折腾。
• 3080 20G 魔改（约 2.5-3.5K）：预算紧张时的选项，CUDA 生态 + 20G 够跑 10B VL。但魔改卡稳定性看脸，你楼上那帖 4090 48G 维修经历就是反面教材，介意售后就别碰。
• 5060Ti 16G（约 3-3.5K）：新卡有保修，但 16G 跑 10B VL 偏紧，且性能带宽一般，不太值。

我的建议：如果副卡只跑辅助 VL 模型 + PP 扩上下文，7900XTX 24G 二手最省心（同 A 卡栈，预算内还能剩点）；如果以后想让副卡也吃 ComfyUI 生态，那就加预算上二手 3090 24G。Intel B 系列同意楼上判断，驱动和生态都还欠火候，先别碰。

@williamlouis 说:

闲鱼 二手吧。我的7900出了。不然可以帮帮你。

这个卡好像最近也涨了，但好像A卡阵营再没有什么其他更合适的了。

@terry 说:

想再配一张 16～24GB 显存的副卡，预算 6000 元以内，你这需求除了7900xtx还有其它卡吗？你其他卡也不够啊，24G显存之下还有什么生态？

好像确实，要么也只有2080那些老N卡，或者还有一款5060TI（16G）？ Intel B系列好像看势头蛮猛的，但是看论坛里好像已经有朋友踩坑了。