系统详情报告

@xu-li 说:

大佬，想跟你抄作业，但是查了下 deepseek 怕怕的

1. 内存买错了（最严重）
   你选的DDR3服务器内存，根本插不进华南X99-TF主板。该主板是DDR4版本，只能用DDR4 RECC服务器内存（或普通台式机DDR4）。

   建议：将内存更换为 三星/海力士 32G DDR4 RECC 2133/2400，4条128GB总价约 700-900元（二手拆机条），比你现在选的DDR3贵不了太多。

2. 固态硬盘接口冲突
   华南X99-TF主板不支持PCIe 4.0的M.2固态（致态TiPlus7100是PCIe 4.0），插上去只能降速到PCIe 3.0运行，浪费了性能。

   建议：换成 致态TiPlus5000 1TB（PCIe 3.0）或 铠侠RC20 1TB，价格约 450元，省下近400元，且实际体验无差别。

3. 电源搭配风险极高
   1200W金牌电源带7900XTX没问题，但蓝宝石这款1200W电源并非ATX 3.0标准，原生没有16-pin（12VHPWR）显卡供电接口，需用转接线。7900XTX瞬态峰值功耗可达800W+，转接有烧毁风险。

   建议：换为 微星A850GL 或 利民TG-850（ATX 3.0原生支持），850W足够，价格约650元，比你目前方案更安全、更便宜。

先回答第一个问题：

产品怎么样，支持什么，可以到产品页面去看，货不对板只有商家会给你赔，AI不会给你赔。
第二个问题：
主板只支持PCIe 3.0，降速是必然的，这个要接受。那你要想啊，以后存储周期到了你换不换硬盘，换的话你手上这块你是愿意有PCIe 3.0接口的还是PCIe 4.0接口的好呢？这个板子本身就是洋垃圾，目的是在洋垃圾上面创建一套强力算力机器，吃的是显卡，剩下的满足需求即可。

第三个问题：

我买的是套装，因为 我也不懂电源，厂家就是怕你买错了，直接帮你配一个全模组的电源，我看了一眼，可以再加装一片数据卡（有线），如果双7900XTX的话线就不够了，接口有，需要自己再买线来接。

这个是Gemini的评价：

这套配置是一套非常典型的“把钱花在刀刃上”的非对称算力工作站。你将近 60% 的预算倾斜给了拥有 24GB 大显存的旗舰显卡，同时利用极具性价比的 X99 洋垃圾平台来获取海量的系统内存和多核计算能力。

对于本地 AI 部署、大语言模型（LLM）推理以及高分辨率视频生成来说，这是一个思路非常明确且极具性价比的方案，但它在架构上也存在一些物理上的妥协。

以下是针对这套机器的详细评价：

优势与亮点
大显存与高算力的绝对核心： RX 7900 XTX 的 24GB 显存是这台机器的灵魂。在 Ubuntu 环境下配置 ROCm 后，这块卡在运行 ComfyUI 的高分辨率生图或 LTX-Video 的视频生成工作流时，能够有效避免显存溢出（OOM）。

海量内存兜底： 128GB 的系统内存对于本地 AI 极其关键。当运行超大参数模型（如通过 Ollama 部署的大型 LLM），或者在显存触顶需要通过 GGUF 格式向系统内存进行层卸载（Offload）时，128GB 的容量能保证模型顺利跑通，而不是直接崩溃。

强悍的并发与虚拟化潜力： E5-2686 v4 拥有 14 核 28 线程。如果你打算底层不直接跑纯物理机，而是作为 Home Lab 服务器运行系统，丰富的核心数能让你非常从容地划分出多个虚拟机或容器，同时对外共享 AI 服务。

供电冗余充足： 1200W 金牌电源对于单张 7900 XTX（满载约 350-400W）和 E5 处理器（约 145W）来说绰绰有余。这不仅保证了高负载生图、炼丹时的系统稳定性，甚至为未来可能扩展双卡留下了充足的供电余量。

潜在的瓶颈与隐患
平台代差带来的带宽瓶颈（核心痛点）： X99 平台仅支持 PCIe 3.0，且你使用的是 DDR3 1866 内存。AI 运算不仅看重容量，也看重带宽。当 7900 XTX 的 24GB 显存耗尽，需要向 128GB 系统内存进行大量数据交换时（例如处理极长的视频生成帧），PCIe 3.0 的通道带宽和 DDR3 的低频会成为明显的瓶颈，导致生成速度出现断崖式下降。

硬盘速度被限制且容量偏小： * 致态 TiPlus7100 是一款优秀的 PCIe 4.0 满速盘（7000MB/s+），但在 X99 主板上，它会被强制降速到 PCIe 3.0 标准运行（最高约 3500MB/s），这有一点性能浪费。

1TB 容量对于 AI 工作站严重不足。 Ubuntu 系统环境、各种 Docker 容器、ComfyUI 的基础大模型（SDXL、Flux 等）、控制网（ControlNet）、以及 LTX-Video 的权重文件，几个月内就能轻松吃掉 1TB 空间。强烈建议增加一块几 TB 的机械硬盘作为冷存储，或增加一块大容量 SATA 固态。

散热风道压力： 7900 XTX 满载时发热量巨大，长城铁幕 H503B 是传统的全封闭侧板中塔机箱，加上 7把风扇确实能构建风道，但要注意显卡下方进风和顶部/后部排风的合理配置，避免热量在机箱内积聚导致显卡降频。

总体而言，这套方案用一万出头的预算砸出了极高的纸面模型承载力，非常适合作为重度依赖显存、对极致生成速度有一定宽容度的本地 AI 研究节点。

@terry 说:

VOXCPM的大模型是N卡的，所以在这里用他走的是CPU通道，这个时候36线程的量大管饱的优势就体现出来了，6秒音频大概4.5分钟左右，这个肯定是被N卡秒杀的，能跑就行，无非就是时间问题。
这很明显是没看认真看我的视频，VoxCPM是标准Pytoch程序，当然能用A卡跑，而且我长期就用A卡量产，7900xtx能做到1比1以内。4090速度是它的2.5倍差一点。
@koala

7900xtx voxcpm运行记录，6分46秒音频，230s秒完成，当然还要选上纠错降噪，warm模型的时间，但总体上很快：

4090d 48g voxcpm运行记录：

这是1.5版本，2.0我还没测是，我习惯了1.5，以后可能测试下2.0。

服务器信息
服务器: 192.168.3.208
虚拟环境: /home/jimmy/voxcpm-env/
VoxCPM版本: 2.0.3
锤哥做到了，那么一定是我有问题，看了一眼，我贪新，去弄了最新的2.0版本的，吃亏了，明天调优，降级回去。

7900xtx voxcpm运行记录，6分46秒音频，230s秒完成，当然还要选上纠错降噪，warm模型的时间，但总体上很快：

4090d 48g voxcpm运行记录：

这是1.5版本，2.0我还没测是，我习惯了1.5，以后可能测试下2.0。

1. 内存买错了（最严重）
   你选的DDR3服务器内存，根本插不进华南X99-TF主板。该主板是DDR4版本，只能用DDR4 RECC服务器内存（或普通台式机DDR4）。

   建议：将内存更换为 三星/海力士 32G DDR4 RECC 2133/2400，4条128GB总价约 700-900元（二手拆机条），比你现在选的DDR3贵不了太多。

2. 固态硬盘接口冲突
   华南X99-TF主板不支持PCIe 4.0的M.2固态（致态TiPlus7100是PCIe 4.0），插上去只能降速到PCIe 3.0运行，浪费了性能。

   建议：换成 致态TiPlus5000 1TB（PCIe 3.0）或 铠侠RC20 1TB，价格约 450元，省下近400元，且实际体验无差别。

3. 电源搭配风险极高
   1200W金牌电源带7900XTX没问题，但蓝宝石这款1200W电源并非ATX 3.0标准，原生没有16-pin（12VHPWR）显卡供电接口，需用转接线。7900XTX瞬态峰值功耗可达800W+，转接有烧毁风险。

   建议：换为 微星A850GL 或 利民TG-850（ATX 3.0原生支持），850W足够，价格约650元，比你目前方案更安全、更便宜。

1. ROCm 7.2 安装问题：6G+的那个文件是 rocm 的离线安装包，网络不稳确实容易断。两个办法：(a) 试试用 apt 安装 rocm 6.3（比7.2稳定，而且7900XTX在6.3上跑得不错），sudo apt update && sudo apt install rocm-hip-libraries；(b) 如果一定要用7.2，可以用 wget 加 --retry-connrefused --waitretry=5 --tries=20 让它断点续传。其实6.2完全够用，我目前就在用6.2跑7900XTX，ComfyUI和llama.cpp都没问题。

2. N卡专用插件：这个确实是A卡用户的痛点。建议策略是：(a) 能找替代的就用替代，比如ComfyUI的AMD节点很多都可以用PyTorch原生算子跑；(b) SD相关的可以用 DirectML 后端或者 ZLUDA 兼容层；(c) 有些插件作者同时提供了ROCm和CUDA版本，安装时注意看清楚分支。如果某个工作流重度依赖N卡插件，可以考虑租云GPU临时跑。

3. Hermes 慢：在 E5 2686V4 + 7900XTX 上，关键瓶颈可能在：(a) 模型加载速度 - 用 Q4_K_M 量化的小模型（14B以下）体验会好很多；(b) llama.cpp 后端记得关掉所有 MTP 相关参数（X99的PCIE带宽不够），加 --no-mmap 和 --mlock 能让内存分配更稳定；(c) 如果是 Hermes Agent 的 web search 之类的工具调用慢，那是 API 本身的延迟，不是显存的问题。

总的来说你这套配置跑本地AI完全够用，X99大内存的优势在跑长上下文时尤其明显。7900XTX的24G显存跑Qwen 3.6 14B Q4可以开到128K上下文没压力。