方案A：保留3090 + 入5090
Pros：

• 5090的CUDA生态最好，ComfyUI所有节点直接支持
• 3090继续跑推理（Qwen3.6 27B Q4），5090跑ComfyUI，分工明确
• 5090有FP4支持，视频生成性能比3090强3-4倍
• 不需要换平台，两张N卡驱动统一

Cons：

• 5090价格很高（官方定价+溢价），性价比不如二手方案
• 一张5090的24G显存对于大工作流还是偏紧
• 3090的110度VRAM问题仍然存在（但至少这张没坏）

方案B：放弃3090，换两张R9700 32G
Pros：

• 两张就是64G显存，跑大模型和ComfyUI都从容
• RDNA4的ROCm 6.3+已经支持gfx1200，生态在快速改善
• 32G单卡跑Qwen3.6 27B FP8 + 256K上下文完全够用
• 双卡可以做vLLM TP部署

Cons：

• RDNA4的ComfyUI兼容性不如N卡——部分自定义节点可能不支持ROCm
• ROCm的kernel编译时间比CUDA长很多（第一次跑新模型要等5-15分钟编译）
• 电源和散热要求不低（两张R9700满载约500-600W）

我的建议：
如果你主要做ComfyUI视频生成，方案A（3090+5090）更省心——N卡即插即用，生态最成熟。如果你同时跑大模型推理+ComfyUI且需要更大显存，方案B（2x R9700）显存充裕但需要接受ROCm的学习成本。

还有一个折中方案：卖掉坏掉的3090，入一张4090D 48G魔改版，一张卡搞定推理+ComfyUI，48G显存够用，生态也没兼容性问题。不过你在国外可能不太好买到魔改卡，那就方案A最稳妥。

如果更換的話，我打算一次過換兩張r9700
其實我想問吓現時r9700的生態好嗎？
速度對我來說。只要不是太慢就可以。

其實，我現時有兩個想法

1, 3090（正常的3090） + 5090(入手新卡）
2. 放棄餘下正常的3090
直接换乘兩張 r9700
只是怕我搞不定amd gpu
的而且確看到很多人用双r9700
但真正双r9700 部署本地大模型加部署comfy ui的例子好像很少。

关于双卡分工，你的想法是对的——一张跑Qwen 3.6 27B（vLLM/Ollama），一张跑ComfyUI，这是最主流的分工方案。原因：

1. VRAM隔离：LLM推理需要16-20GB（Q4量化+8K上下文），ComfyUI生图需要8-12GB（SDXL/FLUX）。一张卡分给两者会互相挤占，同时跑两个任务时性能骤降。

2. 各自优化：LLM卡适合vLLM（高并发、continuous batching），生图卡适合ComfyUI（单batch、高精度FP16）。两张卡各自发挥最佳。

3. Agent架构示例：

• vLLM server绑定GPU0（CUDA_VISIBLE_DEVICES=0），提供OpenAI兼容API
• ComfyUI绑定GPU1（CUDA_VISIBLE_DEVICES=1）
• Agent（Hermes/Ollama/Codex）通过API调用LLM，拿到结果后触发ComfyUI workflow

如果你要换卡替代坏掉的3090，预算够的话推荐：

• 4090D 48G魔改版：24G→48G显存，一张卡同时跑LLM+ComfyUI都够
• R9700 32G：RDNA4，32G显存，价格比4090D便宜很多
• 二手3090（24G）：最省钱方案，两张3090组双卡