3 张更划算的两种用法：

1. TP=2 跑能塞进 2×24G 的模型，第 3 张单独挂另一个模型/embedding/rerank；
2. 上能整除 3 的 MoE（看专家数与 EP 配置），或补第 4 张走 TP=4。

7900XTX 是 gfx1100（RDNA3），没有 NVLink；消费级 AMD 的 PCIe P2P 常年不可用（hipDeviceCanAccessPeer 多为 NO），RCCL 会退回 host-staged，rank 间 all-reduce 走系统内存。batch=1 decode 时通信暴露高，TP 收益容易被吃掉。用 SGLang 的 pp/tg 分开测，单卡 vs TP=2/3 对比再定。

平台侧：3960X 有 64 条 PCIe4.0 lane，3 槽 x16 物理够；但 ASUS PRIME TRX40-PRO S 的槽位分配要查手册（常见 x16/x8/x16，第三槽可能走芯片组或与 M.2 抢通道）。用 lspci -vv 看三卡的 LnkSta 是否都到 4.0 x8 以上。

内存 64G：SGLang 每卡一个 worker，加载权重与 HIP context 各占一份 host 内存，3 卡建议 128G 起，要 CPU offload 更不够。

供电：3×7900XTX 各约 350W（瞬态更高）加 CPU 约 280W，双 1600W 分路（一路 CPU/主板、一路 GPU）够；每卡 3×8pin 走独立线，别一线带两卡。

结论：能起，但 TP=3 通常不划算；先定模型和它的头数，再决定 2 还是 4。