跳转至内容
  • 版块
  • 最新
  • 标签
  • 热门
  • 用户
  • 群组
皮肤
  • 浅色
  • Brite
  • Cerulean
  • Cosmo
  • Flatly
  • Journal
  • Litera
  • Lumen
  • Lux
  • Materia
  • Minty
  • Morph
  • Pulse
  • Sandstone
  • Simplex
  • Sketchy
  • Spacelab
  • United
  • Yeti
  • Zephyr
  • 深色
  • Cyborg
  • Darkly
  • Quartz
  • Slate
  • Solar
  • Superhero
  • Vapor

  • 默认(不使用皮肤)
  • 不使用皮肤
折叠
品牌标识

抡锤者

  1. 主页
  2. AI硬件
  3. 新手入坑 R9700 真的行嗎?

新手入坑 R9700 真的行嗎?

已定时 已固定 已锁定 已移动 AI硬件
26 帖子 6 发布者 171 浏览
  • 从旧到新
  • 从新到旧
  • 最多赞同
回复
  • 在新帖中回复
登录后回复
此主题已被删除。只有拥有主题管理权限的用户可以查看。
  • CS6C CS6

    @rolex-lo coding 你還是訂 codex 或是 claude code 吧! 沒比較貴,目前我 R9700 單卡 coding 體驗很糟

    rolex loR 离线
    rolex loR 离线
    rolex lo
    编写于 最后由 编辑
    #16

    @CS6 工作上要求是 邏輯思考工作流程及方式以及方法 從而尋找問題 當中要配合閱讀日誌 和 提供script 等等 所以上下文比較大需要。

    那請問你是用他來寫code嗎?

    CS6C 1 条回复 最后回复
    0
    • rolex loR rolex lo

      @CS6 工作上要求是 邏輯思考工作流程及方式以及方法 從而尋找問題 當中要配合閱讀日誌 和 提供script 等等 所以上下文比較大需要。

      那請問你是用他來寫code嗎?

      CS6C 在线
      CS6C 在线
      CS6
      编写于 最后由 CS6 编辑
      #17

      @rolex-lo
      我是 opencode 搭配 liteLLM 跑 gamma4 / Qwne 3.6 3.7
      主力是 codex max + claude code max 200 ,我的工作是移動端全棧開發+LLM devops
      我平常常會把大量的裝置端 log直接喂進去做分析,也會讓AI直接去做E2E測試
      還有配合 BDD 做 測試與開發

      rolex loR 1 条回复 最后回复
      1
      • CS6C CS6

        @rolex-lo
        我是 opencode 搭配 liteLLM 跑 gamma4 / Qwne 3.6 3.7
        主力是 codex max + claude code max 200 ,我的工作是移動端全棧開發+LLM devops
        我平常常會把大量的裝置端 log直接喂進去做分析,也會讓AI直接去做E2E測試
        還有配合 BDD 做 測試與開發

        rolex loR 离线
        rolex loR 离线
        rolex lo
        编写于 最后由 rolex lo 编辑
        #18

        @CS6 果然是大神🙏 那r9700對你來說真的雞肋,你cotext 開到多少>?

        1 条回复 最后回复
        0
        • kos orK 离线
          kos orK 离线
          kos or
          编写于 最后由 编辑
          #19

          Pro 4500 32GB (麗台 NT$130K) 就是VRAM加大版的 RTX5070Ti 16GB (NT$35K) 規格一模一樣 除了 32GB at 896 GB/s, 可以捏一下大腿 去PTT HardwareSale 版面 有機會 130K 徵到一張, 我昨天有看到有人出了一張白色海外進口版的5090 大約 $12X K 出手; 海外版一般只有3年保固 而且可能要送到歐美保修(??)

          1 条回复 最后回复
          1
          • 5 566656661

            剛找到一個Vulkan的數據

            $: llama-bench-vulkan   -m 'Qwen3.6-27B-UD-Q4_K_XL.gguf' 
            WARNING: radv is not a conformant Vulkan implementation, testing use only.
            ggml_vulkan: Found 1 Vulkan devices:
            ggml_vulkan: 0 = AMD Radeon AI PRO R9700 (RADV GFX1201) (radv) | uma: 0 | fp16: 1 | bf16: 1 | warp size: 64 | shared memory: 65536 | int dot: 1 | matrix cores: KHR_coopmat
            | model                          |       size |     params | backend    | ngl |            test |                  t/s |
            | ------------------------------ | ---------: | ---------: | ---------- | --: | --------------: | -------------------: |
            | qwen35 27B Q4_K - Medium       |  16.39 GiB |    26.90 B | Vulkan     |  99 |           pp512 |       1050.13 ± 0.54 |
            | qwen35 27B Q4_K - Medium       |  16.39 GiB |    26.90 B | Vulkan     |  99 |           tg128 |         31.26 ± 0.01 |
            
            build: 97895129e (8863)
            

            運行參數

            llama-server-vulkan   -m '/Qwen3.6-27B-UD-Q4_K_XL.gguf'   --mmproj '/mmproj-BF16(3).gguf'  -np 1 -ngl 99   --temp 0.6   --top-p 0.95   --top-k 20   --min-p 0.00 --presence_penalty 0.00 --jinja  --chat-template-kwargs '{"preserve_thinking": true}' -ub 2048 -fa 1 --spec-type ngram-mod --spec-ngram-size-n 24 --draft-min 12 --draft-max 48 --host 0.0.0.0   --port 8180
            
            --- Prompt Processing (PPS) Statistics ---
            Mean:       549.60 t/s
            Median:     519.19 t/s
            P95:        936.60 t/s
            StdDev:     240.80 (Stability)
            Range:    64.18 - 1015.91 t/s
            
            --- Token Generation (Tok/s) Statistics ---
            Mean:        28.80 t/s
            Median:      28.20 t/s
            P95:         45.34 t/s
            StdDev:       6.78 (Stability)
            Range:    16.49 - 53.63   t/s
            
            Total Tokens Generated: 87840
            $:~/Documents/llama_perf$ python3 parse_performance_stats_full.py
            
            == Prompt Processing (PPS) Analysis ==
            Effective Avg:     549.60 t/s (Token-Weighted)
            Median (P50):      519.19 t/s
            Tail (P99):        958.31 t/s
            Stability(CV):       43.8% (JITTERY)
            Skewness:            0.04 (Symmetric)
            
            == Token Generation (Tok/s) Analysis ==
            Effective Avg:    1697.20 t/s (Token-Weighted)
            Median (P50):       28.20 t/s
            Tail (P99):         51.39 t/s
            Stability(CV):       23.5% (JITTERY)
            Skewness:            1.40 (Burst Heavy)
            

            看上去至少比vLLM好, 不過真的就只有一點

            rolex loR 离线
            rolex loR 离线
            rolex lo
            编写于 最后由 编辑
            #20

            @566656661 看了又看 那如果上 blackwell 4500 32GB vram 對比 R9700 來說差多嗎?除了價錢外...

            5 1 条回复 最后回复
            0
            • rolex loR rolex lo

              @566656661 看了又看 那如果上 blackwell 4500 32GB vram 對比 R9700 來說差多嗎?除了價錢外...

              5 在线
              5 在线
              566656661
              编写于 最后由 566656661 编辑
              #21

              @rolex-lo

              我現在就是用RTX Pro 4500, 也許晚上我發個文?

              rolex loR CS6C 2 条回复 最后回复
              1
              • 5 566656661

                @rolex-lo

                我現在就是用RTX Pro 4500, 也許晚上我發個文?

                rolex loR 离线
                rolex loR 离线
                rolex lo
                编写于 最后由 编辑
                #22

                @566656661 謝過大哥. 都想了解 一倍價錢, 會否比r9700好一半,,,😵

                1 条回复 最后回复
                0
                • 5 566656661

                  @rolex-lo

                  我現在就是用RTX Pro 4500, 也許晚上我發個文?

                  CS6C 在线
                  CS6C 在线
                  CS6
                  编写于 最后由 编辑
                  #23

                  @566656661 我也很期待,也許我們可以來測同一個指標?

                  5 1 条回复 最后回复
                  0
                  • CS6C 在线
                    CS6C 在线
                    CS6
                    编写于 最后由 CS6 编辑
                    #24

                    @rolex-lo 你的 底座PCI 5.0 是 x16還是 x8 ?
                    R9700 跟高階 N卡電源接頭不同喔!

                    rolex loR 1 条回复 最后回复
                    0
                    • CS6C CS6

                      @566656661 我也很期待,也許我們可以來測同一個指標?

                      5 在线
                      5 在线
                      566656661
                      编写于 最后由 编辑
                      #25

                      @CS6

                      https://lcz.me/topic/431/对-m5-max-跑本地大模型有点失望/28

                      我在這裏簡單用llama benchy測試了一下, 可以參考看看

                      5000 Pro, 6000 Pro那些應該只會更快不會更慢

                      1 条回复 最后回复
                      1
                      • CS6C CS6

                        @rolex-lo 你的 底座PCI 5.0 是 x16還是 x8 ?
                        R9700 跟高階 N卡電源接頭不同喔!

                        rolex loR 离线
                        rolex loR 离线
                        rolex lo
                        编写于 最后由 rolex lo 编辑
                        #26

                        @CS6 我的版本是GTI 15 285h 是 Pci 5.0 x8
                        底座有兩個 8pin , 兩條電線, 可以轉8+6

                        https://www.notebookcheck-cn.com/Beelink-eGPU-OCuLink.882436.0.html

                        1 条回复 最后回复
                        0

                        你好!看起来您对这段对话很感兴趣,但您还没有一个账号。

                        厌倦了每次访问都刷到同样的帖子?您注册账号后,您每次返回时都能精准定位到您上次浏览的位置,并可选择接收新回复通知(通过邮件或推送通知)。您还能收藏书签、为帖子顶,向社区成员表达您的欣赏。

                        有了你的建议,这篇帖子会更精彩哦 💗

                        注册 登录
                        回复
                        • 在新帖中回复
                        登录后回复
                        • 从旧到新
                        • 从新到旧
                        • 最多赞同


                        • 登录

                        • 没有帐号? 注册

                        • 登录或注册以进行搜索。
                        • 第一个帖子
                          最后一个帖子
                        0
                        • 版块
                        • 最新
                        • 标签
                        • 热门
                        • 用户
                        • 群组