新手求助｜X99-8D3双路+双7900XTX Z30机箱放不下双卡，外置显卡方案求推荐
-
换主板是正解。
通过你的问题说明硬件你是新手。尽量用简单的组装方案最好。
重点：2个CPU 对 本地AI的算力没什么作用。单CPU就够了。这个双CPU方案没什么可取之处。个人主页：xlkj.org Telegram https://t.me/xlkjorg
-
换主板是正解。
通过你的问题说明硬件你是新手。尽量用简单的组装方案最好。
重点：2个CPU 对 本地AI的算力没什么作用。单CPU就够了。这个双CPU方案没什么可取之处。@williamlouis 因为我第一次DIY组机会有遇到一定风险的觉悟，以及商家那买的的机箱、电源、硬盘这些都是新件退货对他们来说应该会有损害（虽然他们客服也有点不专业），尽量还是能用则用，所以还是感谢建议！
-
第一次组装电脑，同时也是新手发帖，如果格式不对或其他问题，欢迎指正。
目前已购买：
显卡2张：东哥一手蓝宝石7900xtx超白金，东哥拍拍蓝宝石7900xtx超白金
主板cpu：X99-8D3+2666V32+四铜管风扇2
机箱：找客服配置的“华南金牌Z30机箱台式电脑侧透DIY游戏机箱360水冷支持双路X99/X79主板ATX/E-ATX Z30机箱”，我前提有跟客服说2张xtx，但事实证明遇到不专业的客服了，这个机箱放一张显卡就把第2个显卡卡槽挡住了
电源：找客服配置的 长城GW-EPS1250DA(90+)，目前是3条显卡一拖二供电线
硬盘：找客服配置的 长城pcie3.0 nvme m.2 1TB
内存：闲鱼买的三星32G DDR3 1866MHz（PC3-14900L） 4Rx4 ECC REG，带散热马甲 4条目前内存条还没到，昨晚安装显卡的时候发现2张显卡没可能放进机箱，1张显卡已经挡住第2张显卡卡槽，紧急下单了pcieX16 3.0延长线2条，已经做好了最坏2个显卡都放机箱外面的准备。但外置显卡如何放？就打个显卡支架放外面就行吗？大家有什么推荐么？
另外又看到有些评论提及似乎这个主板不支持双卡TP，这个是真的么？
2026-09-12_09-46-47.png
-
@terry 感谢推荐！开放机箱因为家里有养猫猫毛乱飞所以用不起来。
下午在尝试先把2张显卡放机箱外面，然后尝试用蹩脚的小白建模能力建一个显卡架子，不过因为电源线长度原因，原本箱横着放的，结果得并列竖着放，下午白建模了，后面得重新建模，最后再封箱。
目前已经安装了ubuntu24，bios改了几个配置后双卡也能启动了。之前一度以为是电源功率不足启动的问题，幸好还行。开始尝试部署大模型ing
-
楼上这个折纸工艺有点意思
-
對, 一條線有 x8 , 一張GPU接一條線就 PCIe 4/5 x 8 , 一張GPU 接兩條就 PCIe 4/5 x 16
我遇到一樣的問題 可能要走 eGPU方案一 ：我大概選這個方案 速度可以維持 x 16, 也能彈性調整成 2 GPUs x 8
少一個安裝支架 這個底盤大一點 或許可行 , 看能不能找到更大一點裝GPU 更穩 甚至裝兩顆GPUs
方案二 ：
方案三 ：
补一句区分两种东西，新手容易混：
- 拆分卡（bifurcation）：靠主板/CPU 支持 PCIe bifurcation，把 x16 电气拆成 x8+x8 或 x4×4，卡上只是走线、没有芯片。X99 平台支持很有限，要看具体插槽和 BIOS。
- PCIe 交换卡（PLX/PEX 芯片）：卡上自带 switch，不依赖主板拆分，上游一个 x16 可扇出多个 x8/x16，带宽共享。代价是贵、加延迟，很多老 switch 只到 PCIe 3.0。
- 外置走线：OCuLink（x4/x8）、SlimSAS（x8）、MCIO 都是把 PCIe 引出机箱的方案，线材和转接会再吃掉信号余量，长线不一定稳。
给浔雨：显卡竖装加自己弯线比上交换卡便宜，先把双卡跑起来；真要外置，单卡推理 x8 够用，只有跑 TP/多卡 P2P 时才需要在意根桥白名单和交换拓扑。
-
终于基于之前的硬件配置成功跑起来了，和之前win11下面单张24g的llama.cpp的速度和并发相比简直是质的飞跃。
感谢@terry @flyer666 还有帖子中的各位朋友的帮助!目前证明x99这张可以跑tp来着，接下来就是把我的显卡打个架子放放好～
# 启动服务 python -m sglang.launch_server \ --model-path $MODEL_PATH \ --host 0.0.0.0 \ --port 8080 \ --served-model-name qwen3.8-27b \ --tp-size 2 \ --quantization gptq \ --dtype bfloat16 \ --mamba-ssm-dtype bfloat16 \ --kv-cache-dtype bfloat16 \ --attention-backend triton \ --context-length 196608 \ --mem-fraction-static 0.90 \ --max-running-requests 4 \ --max-mamba-cache-size 20 \ --cuda-graph-bs-decode 1 2 4 \ --triton-attention-num-kv-splits 16 \ --chunked-prefill-size 2048 \ --reasoning-parser qwen3 \ --tool-call-parser qwen3_coder \ --default-chat-template-kwargs "$THINKING_CONFIG" \ --speculative-algorithm dflash \ --speculative-draft-model-path $DRAFT_MODEL_PATH \ --speculative-draft-model-quantization compressed-tensors \ --speculative-num-draft-tokens 8 \ --speculative-draft-window-size 2048 \ --sleep-on-idle当前运行状态
模型: Qwen3.8-27B-W4A16-AutoRound-GPTQ
草稿模型: Qwen3.8-27B-DFlash2-W4A16
张量并行: TP=2
显存使用: GPU0 98%, GPU1 98%
温度: GPU0 63°C, GPU1 54°C
功耗: GPU0 210W, GPU1 213W
思考模式: low (1024 tokens)
推测解码: DFlash2 (8 draft tokens)操作系统 Ubuntu 24.04.5 LTS (Noble Numbat)
硬件配置：
双卡 RX 7900 XTX (24GB x 2)
1250W 电源稳定运行
X99 平台，Above 4G Decoding 必须开启软件栈：
ROCm 7.2.4 + PyTorch 2.13.0
SGLang gfx1100-support 分支
DFlash2 推测解码（提速 ~70%）0 2 0x744c, 45251 66.0°C 203.0W N/A, N/A, 0 32Mhz 96Mhz 14.9% auto 0.0W 99% 0%
1 3 0x744c, 9479 56.0°C 215.0W N/A, N/A, 0 0Mhz 96Mhz 0% auto 0.0W 98% 0%
