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(LCZ-Blue)
  • 不使用皮肤
  • LCZ-Green
  • LCZ-Blue
  • LCZ-Black
折叠
品牌标识

抡锤者

首页 版块 标签 硬件 AI 广场
  1. 主页
  2. 版块
  3. AI硬件
  4. 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
r9700
26 帖子 6 发布者 1.3k 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
    发表于 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 离线
      CS6C 离线
      CS6
      技术大牛 劳动模范
      发表于 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
        发表于 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 在线
          kos orK 在线
          kos or
          超凡大师
          发表于 最后由 编辑
          #19
          此主題已被删除!
          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
            发表于 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 离线
              5 离线
              566656661
              超凡大师
              发表于 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
                发表于 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 离线
                  CS6C 离线
                  CS6
                  技术大牛 劳动模范
                  发表于 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 离线
                    CS6C 离线
                    CS6
                    技术大牛 劳动模范
                    发表于 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 离线
                      5 离线
                      566656661
                      超凡大师
                      发表于 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
                        发表于 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

                        • 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