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。