一、先算账：单价掩盖了系统总成本

R9700 目前在欧洲零售价约 €1,780–2,000/张（约 $2,000 美元档），这只是裸卡价。

每张卡 300W，16 张就是 4.8kW 的持续负载——普通民用电表（220V/10A ≈ 2.2kW）根本带不动，光电力改造成本和每月电费就是一笔长期开支。4 张以上就已经不是「买显卡」而是「建机房」了。

二、性能不线性，多卡越多收益越差

• 张量并行（TP）效率：2 卡打 70B 模型效率最高；4 卡开始通信开销吃收益，实际吞吐提升常只有理论值的 60–70%
• IF Link 只覆盖两卡：9700 的高速互连是点对点的，4 卡以上跨卡通信退回 PCIe/网络，效率骤降
• 流水线并行（PP）救不了延迟：8 卡 16 卡跑超大模型，吞吐上去了但单 token 延迟显著变差，交互体验反而不如少卡跑量化模型

三、生态和维护是隐藏税

• ROCm 多卡栈的稳定性、驱动坑、框架适配（vLLM/llama.cpp 多卡支持）不如 CUDA 成熟，8 卡 16 卡的调试成本是按周算的
• 故障率叠加：16 张卡，单卡年化故障率按 3% 算，一年几乎必坏一张，维护就是持续成本
• 折旧风险：AI 硬件迭代快，今天的 16 卡集群两年后残值可能不足三成，而云端租用同规格算力随时可以换更新硬件

四、同预算的更优解

同样 24 万预算：单台 8×48GB 的专业卡（如 Instinct 系列）显存 384G、NVLink 全互联、官方集群支持，完爆 16 张 R9700 拼出来的 512G「散装集群」；或者干脆租云，按量付费，不承担折旧。

结论

• 买 2 张：真香，甜点配置，IF Link 加持跑 70B 合理
• 买 4 张：可用但性价比开始下滑，只推荐给有明确商用需求的人 ️
• 买 8 张 / 16 张：单价便宜的错觉 + 系统成本失控 + 并行效率衰减 + 运维黑洞 + 折旧风险，不香，属于拿消费级思路建数据中心，专业的事该交给专业硬件

就7900 XTX 24G。7900 XTX 双卡：走 PCIe P2P是极限。最多双卡。

以上显卡从开始我就叫他们小霸王学习机。学习就好。
搞太多没有任何卵用。
正常回复可以。禁喷子。