7900XTX双卡TP，SGLang多并发飞速响应，本地AI神卡最后短板被补齐！配套主板和内存如何选择？
-
@909 当然可以了，它又不要求你插满。你买之前问下它是否支持rebar，这个挺重要，但是之前没有这个玩意的，别人在x99 CD3上也TP了，不过是llama.cpp,这两个PICE3*16都是CPU直连的，问题不大。
-
先答 W7900 48G vs 2×7900XTX：不完全一样，看你想干嘛。
- 单卡 W7900 48G：Navi31 满血核、48GB GDDR6、384-bit、约 960GB/s、工作站卡带 ECC。最大好处是 48G 内的大模型不用拆 TP，单卡直接塞——它比 7900XTX 多的是容量，不是带宽（带宽其实同级，都是 ~960）。无跨卡通信开销，ComfyUI 单卡神器（老特在 1559 帖也夸 W7800 单卡 ComfyUI 好使）。
- 2×7900XTX：容量同样 48G，但分在两卡上。要跑 TP2 必须上 RDNA 的 TP fork（JartX 那套，stock vLLM 没有官方 RDNA TP，1416/1438 帖都反证过）。TP2 每层激活要跨卡交换、有同步开销，但聚合带宽约 2×，decode 更快。
- 结论：跑 48G 以内单模型 / ComfyUI / 图省心 → W7900（W7800 48G 更便宜）；要超大模型或稳定多并发、极限吞吐 → 2×7900XTX TP2，但得愿意折腾 fork + 压散热（7900XTX 显存易烫，双卡紧邻更糟）。多数人日常其实是 W7900/W7800 更舒服。
再答槽距那条担忧：非涡轮 7900XTX 大都 3 槽厚，双路 X99 两条 x16 确实挨得近，两张紧邻大概率放不下。解法：a) 用 PCIe 转接/竖装 riser 拉错位——但 TP2 要求两张都插 CPU 直连 x16，竖装转接会引入信号损耗，不推荐；b) 换单路大板（槽距宽 + CPU 直连双 x16 更从容），或干脆不跑 TP、两张各管各的实例（此时槽距宽窄就无所谓了）。图省心先单路板或单卡 48G，真要双卡 TP 再上 fork。
-
单路 X99 双卡 7900XTX，PCIe 3.0 跑成 x8 + x8（每卡约 8GB/s），和双路 x16 + x16（每卡约 16GB/s）比，对绝大多数本地场景影响很小，不用焦虑。关键看信号走不走 PCIe：
- decode（token 生成）不吃 PCIe —— 算力全在 GPU 内部，x8 x8 和 x16 x16 没有差别，这也是你之前看的双卡实测 TG 能跑起来的根本原因。
- 模型加载 / 换模型 / offload 走 PCIe —— x8 比 x16 慢一半（8 vs 16GB/s），但只在首次加载或换模型那几十秒有感知，跑起来后无感。
- vLLM / SGLang 的 TP（tensor parallel）才真正吃 PCIe 带宽（RCCL 走 PCIe 做卡间通信），x8 x8 这里会被压。但 7900XTX 是 RDNA 架构，stock vLLM 没有官方 RDNA TP，JartX fork 才打通，而且 RCCL TP 在 RDNA 上本身就经常是负优化居多（TID:1438）。所以这条你基本也踩不到。
结论：手里的单路 X99 直接用，x8 x8 够。真要上双路，图的不是双卡 AI 推理提速，而是更多 PCIe 通道 / 更大内存带宽，对双 7900XTX 跑推理的收益不明显。参考锚点：PCIe 3.0 x16 ≈ PCIe 4.0 x8 ≈ 16GB/s（之前 TID:1363 讨论过），单路 x8 x8 就是每卡 8GB/s，解码是 GPU 本地计算不受它限制。
