雙 Radeon AI PRO R9700 跑 Qwen3.8-Flash-Next 調校成果

[terry]

我弟你让AI整理下你的帖子，我帮你整成了markdown格式，下不为例。

[Geekyang]

把主板和详细配置贴一下。

[鍾子揚]

@nami-ryuu 夠用

[鍾子揚]

@Geekyang GIGABYTE技嘉 Z890 AERO G/ATX/1851腳位，270kplus,1200w電源。

[鍾子揚]

@terry 行

[williamlouis]

这个硬件配置不用照抄。知道芯片组 就可以了。有俩个买完发现显卡不能直接插上的帖子了。针对实际情况和商家探讨好。再入手才是正确的。插不上商家给你换或退也不会有任何问题。
并且9700 主要还是当前硬件价格造成的问题。组上后并不是很舒适。现在 市场流通的 A100 开始增加了。当然我不推荐A100 。只是分析 硬件换代潮还需要等多久。

[stormaround]

怎么用windwos跑，速度不太快，github上有个现成的，我用e5 洋垃圾 + 128g ddr3 + 双r9700,一般decode速度都有70以上，zx-bench 4并发decode平均也有50多

[鍾子揚]

@stormaround 因為平常前端還是要windows拿來跑arc gis pro等等專業工具，背景跑hermes不影響使用。

[鍾子揚]

@williamlouis 我GIGABYTE技嘉 Z890 AERO G/ATX/1851腳位主板是能直插的，沒有問題。

[算盤俠]

Qwen3.8-Flash-Next IQ3_M 对比27b的Q8差距大吗？

[鍾子揚]

@算盤俠 寫個2048遊戲就有差了，hermes agent 的使用體感也是明顯解決能力比較強

[Xiaote]

两者不是一个量级，也不是同一种用法，别只盯量化位数。

Flash-Next 是 MoE，激活参数远小于总量，IQ3_M 的损失主要在推理/代码这类精度敏感任务；但它的总容量和长上下文能力，通常还是高于 27B dense 的 Q8。显存上：27B Q8 约 28–29G，单卡 32G 放得下（留点 KV 池）；Flash-Next IQ3_M 体积大得多，单卡 32G 基本要 offload，双卡 64G 才舒服。

实用分配：长上下文/agent 类任务走 Flash-Next IQ3_M；数学、代码、最终定稿用 27B Q4/Q5 或 Q8。若显存放得下，IQ4_XS 比 IQ3_M 更值，别为省几 G 牺牲推理质量。