抡锤者

周六下午R9700到货，开始组装机器，快10年没装机了，偏这次又买了小机箱（有点后悔），结果弄到夜里快12点才装好，腰酸背痛，装完点亮了，就睡了。转天起来开始装Ubuntu 24.04.4，系统竟然也装了一上午，开始时安装程序反复退出，后来刷了最新的BIOS，没想到重启之后竟然直接进系统了。然后就是更新系统，安装ROCM等等一系列。然后安装Hermes，使用deepseek-v4-flash，在Hermes辅助下安装llama.cpp。特意告诉Hermes要浏览抡锤者论坛中关于AMD显卡的帖子，特别要参考
https://lcz.me/topic/353/7900-xtx-qwen3.6-27b-ubuntu-rocm-vulkan-mtp-64-128-256k-全部實測整理
和
https://lcz.me/topic/100/7900xtx-llama.cpp-qwen3.6-27b-turboquant-mtp-测试结果分享/56
这两个帖子的内容。在此感谢 CHIA AN YANG 和 David Zhang 两位大神，也特别感谢斑竹建立了这个论坛让我学到了很多知识。
最后选定Qwen3.6-27B-Q4_K_M.gguf，使用Hermes自动配置，一次成功！

   硬件配置：
   主板：MaxSun-Terminator-B850M-PRO
   CPU：AMD Ryzen 7 9700X
   内存：金邦DDR5 5600 64GB
   SSD:  宏基GM7000 1TB+金邦 2TB
   显卡：AMD Radeon AI PRO R9700
   电源：Thermaltake SFX-850
   机箱：机械大师C26

   运行参数：/data/ai/apps/llama.cpp/build/bin/llama-server \
         -m /data/ai/models/llm/Qwen3.6-27B-Q4_K_M.gguf \
         -ngl 99 \
         -fa 1 \
         -c 131072 \
         --cache-type-k q4_0 \
         --cache-type-v q4_0 \
         --spec-type draft-mtp \
         --spec-draft-n-max 3 \
         -ub 256 \
         -np 1 \
         --temp 0.7 \
         --top-k 20 \

使用起来感觉和线上的deepseek-v4-flash没有太大区别，速度差不多。但是运行起来的风扇噪音真是太大了！但是比起电水壶烧开水还是差远了。我把电脑放脚下，身后就是电水壶，水烧起来的声音完全能盖住显卡风扇的声音，满载时也能。但是机箱散热不好，测试时显卡温度偏高。

调整了一下机箱风扇的位置，效果并不明显。小机箱空间太受限了！装机时就很费劲！

为了安全，把功耗限制到280W。

性能损耗约4%。

后来感觉温度还是偏高，风扇太吵，又限制到270W。

这是现在模型刚加载时的温度：

这是模型运行时的温度：

心得：
1、AMD显卡在Linux下的生态还是可以的，至少我这个没有什么Linux使用经验的人，在AI和Hermes的帮助下，也就是花了1天时间就把大模型跑起来了，所以对AMD显卡有顾虑的人我觉得可以放心一些了。
2、涡轮卡的噪音确实是很大，但是比电水壶的声音还是差一些，隔一堵墙，关上门，满载时的噪音也是听不见的。算是给对噪音敏感的人一些真实感受吧。
3、算是个经验教训——机箱尽量选大一些，利于散热通风，长期运行也更有安全保障，装机时也能顺利一些。

这些是我的一些体会，没有什么经验贡献，再次感谢斑竹和论坛里的各位大神的无私分享。

先感谢机智罗大神！
原链接：
https://www.bilibili.com/video/BV1LijF6iE8J/?spm_id_from=333.1387.homepage.video_card.click&vd_source=13d8a8989a400cc79d747bd5d3e71bef

我测试了V2版基础工作流中的Flux-2文生图和图生图、Z-image-Turbo文生图和图生图、LTX2.3文生视频和图生视频等几个工作流，均可以正常工作（所测试的工作流均禁用了SageAttention）。

V3整合包工作流：
「ComfyUI基础工作流」
链接：https://pan.quark.cn/s/86d16f0b9a6c
「ComfyUI进阶工作流」
链接：https://pan.quark.cn/s/c77d5dfe289f

AI音视频板块似乎不如AI硬件板块活跃，希望能和同道坛友多交流经验。

@fanic-ary @terry
有“amd”的是机智罗专为AMD优化的工作流。第二个ZIP包里的我都没试过。
jzl_amd_workflows.zip
jzl_workflow 2.zip

@williamlouis 说:

@wml-ai 看来你是折腾过了。windows 11 双显卡 集成显卡+独立显卡 的设置真是千奇百怪。windows 使用率在这个ai时代下滑是有原因的。曾经的生态王者 现在各种拉缸。

我没折腾Win11，直接就上Ubuntu了。Window打中学就开始用，DOS6.22、Windows3.1、95、98、98SE、2000、Vista、Win7，现在的笔记本是Win10。单位有电脑是Win11的，感觉除了界面好看点，其他的不如我的Win10习惯。
其实Ubuntu也不陌生，以前也用过，不过年轻时玩心重，总想打游戏，所以也没好好学Linux。今年又买了Mac mini，又重温了一些命令行操作，有AI了就更方便了。
我对Windows上运行WSL比较抵触，这玩意是个套娃，肯定性能有损失，我花了大价钱配的硬件，为什么不让它在原生环境里发挥最高性能呢？！而且以前我曾经试过在Windows上跑VM Workstation，然后虚拟机运行黑群晖，黑群晖里运行Docker（为了运行一套开源软件），搞得我崩溃。最后还是弃用Docker，直接在Windows上部署那套软件。
你在Windows里面套一个WSL，看似你是在一个熟悉的系统中，但是WSL2的跨系统文件 I/O 性能极差，而且虚拟机要和宿主机分享系统内存，还有就是最让我挠头的是局域网配置，当初我就是因为Docker环境配置网络端口总也搞不好才放弃的。本来你在原生Linux环境中没有那么麻烦的配置过程，可能在WSL2这个套娃里就会很麻烦，而且浪费了硬件资源。
我现在就是把Ubuntu当成AI服务器，主要用Mac mini SSH到Ubuntu上，偶尔也会登录到Ubuntu的桌面（偶尔也拿Ubuntu打会游戏 ）。出门了就用Windows笔记本远程登录到Mac上，拿Mac mini当一个跳板机（功耗超低，24小时开机）。
所以我不想再折腾Windows+WSL2了。以前折腾过，累了，烦了。现在这三台主机运行的都很好——满意！

直接Ubuntu吧，没你想象的那么难。我也是AMD的CPU+R9700。装Windows才是折腾。双系统更折腾。

@jatwu 我也是蓝宝石R9700，满载时声音确实大，但是比起电水壶烧开水时还是差远了，时间长了就习惯了。

@kiner-liu AM5还有一款支持双卡的主板，铭瑄iCraft B850，1500RMB，也有两个PCIex16插槽，可以PCIe5.0 x8，性价比之选。

@八十 说:

wml-ai

哥，你那买的是现货吧，我买的可是期货，要等两个多月呢，现在都还在等呢？

还真是！现在买硬件都成了买期货了。我5月份看的丽台RTX PRO 4500 两万零几，现在23000多了！

@terry 我是Linux，不是Windows。机智罗的平台是Windows，但是我移植到Ubuntu上也能用。

@abaalei 刚找到原因：Z-image/qwen_3_4b_fp8_mixed.safetensors，换成Z-image/qwen_3_4b.safetensors就好了。也测试了一下V4版的Z-Image-Turbo文生图工作流，也是同样的问题——不能用Z-image/qwen_3_4b_fp8_mixed.safetensors。

晚上搞了一下机智罗图生视频工作流里的SageAtention——失败了！只要打开这个节点就跑不通，绕过这个节点就能连续生10秒的720p视频。

错误信息（太长了，就贴开头）：

PassManager::run failed
ComfyUI Error Report
Error Details

• Node ID: 234
• Node Type: SamplerCustomAdvanced
• Exception Type: RuntimeError
• Exception Message: RuntimeError: PassManager::run failed

问了一下AI，说不是sageattention节点没生效，而是后面在 ROCm/Triton AMD 编译阶段失败。失败发生在：

sageattention/core.py
→ attn_qk_int8_per_block.py
→ triton/backends/amd/compiler.py
→ pm.run(mod)
RuntimeError: PassManager::run failed

AI劝我放弃吧，说Linux下SageAttention本就不成熟。听劝！放弃！

提醒A卡坛友暂时避坑，绕开“XB-BOX Sage注意力加速“这个节点。

软件	本机环境	版本
ROCm / PyTorch ROCm	PyTorch 2.9.1+rocm7.2.1	AMD 官方 release 已有 ROCm 7.2.4。
Triton	3.5.1+rocm7.2.1.gita272dfa8	PyPI 上 triton 最新显示为 3.7.1
SageAttention	sageattention==1.0.6	公开 PyPI 版本序列 1.0.6 为最新可装版本

System Information:

• Motherboard: MAXSUN MS-Terminator B850M PRO
• Memory: 128.0 GiB
• Processor: AMD Ryzen 7 9700X × 16
• Graphics: AMD Radeon Graphics
• Graphics 1: AMD Radeon AI PRO R9700
• Disk Capacity: 3.1 TB
• Firmware Version: B2.5D
• OS Name: Ubuntu 24.04.4 LTS
• Kernel Version: Linux 6.17.0-35-generic

今天下午又编译了一次 Vulkan 版本的 llama.cpp，做了简单的测试，和ROCm版对比，各有千秋吧，相差不大。但是意外发现，运行Vulkan版的本地模型比ROCm版的功耗要低。

Vulkan版测试结果：

ROCm版的测试结果：

加载ROCm版模型时的功耗（未执行任务）：

加载Vulkan版模型时的功耗（未执行任务）：

执行任务时，Vulkan版也比ROCm版的温度、功耗要低，风扇转速也稍低一些。更重要的是，Vulkan版出结果更快，GPU运行一会儿功耗就下来了，而ROCm版的会运行很久，风扇狂转。

@terry 我之前也是在Ubuntu上跑的（B站机智罗发布AMD显卡专用ComfyUI机智整合包V3，全面升级，支持全部AMD显卡！），A卡的话SageAttention节点要绕过。Windows应该能跑。

@densha 估计不会一直运行大模型，感觉线上模型能力更强一些，比如deepseek-v4-flash。

@sospda 也测试了使用MTP的情况（简单测试没有使用长文档输入测试），MTP确实有明显提升，而且依然是Vulkan比ROCm快，不过没有到50t/s，但是日常使用完全够了，体验不差。

现在日常使用就是Vulkan+MTP，功耗还低，风扇噪音较小，比较满意了。