AMD Radeon RX 7900 XTX 能运行 Qwen2.5-Coder-32B-Instruct 吗？
本页面由 AI 自动撰写和翻译，并由软件对照来源进行检查，没有人工编辑。规格来自所列来源；显存需求和速度是按已公布的公式计算出的估算值。 我们如何使用 AI
能装下 按 llama.cpp 的默认加载检查，Qwen2.5-Coder-32B-Instruct 在 AMD Radeon RX 7900 XTX 上以 Q4_K_M 量化、8,192 token 的上下文长度运行时“能装下”。单张显卡需要 22.5 GiB 可用显存，结果才会是“能装下”。
在 Q4_K_M 量化下，能装下的最长上下文为 9,216 token。
运行档案： llama.cpp，Linux 上的 ROCm 后端（AMD 独立 GPU），所有层都放在 GPU 上，开启 Flash Attention，微批次大小（-ub）为 512，F16 KV 缓存，上下文（-c）如表中所示；“能装下”按 llama-server 默认的 4 个并行序列（-np auto，统一 KV 缓存）判定，“装不下”按 1 个序列判定；GPU 空闲，没有其他程序占用其显存。
计为“能装下”可用的显存（C_low）：每卡 22.75 GiB = 标称 24 GiB − 16 MiB（标称值减去 llama.cpp 在公开日志中为该 GPU 报告的总量）− 1,216 MiB（此运行档案的公开日志中出现的最大启动及运行占用），并向下取整到 64 MiB 的倍数。
这些结果适用于公开日志中出现的配置，其中 llama.cpp 报告这块 GPU 的总显存为 24,560 MiB。会减少可用显存的设置（例如显卡支持时的 ECC）不在考虑范围内。
用于“装不下”的显存（C_high）：每卡全部 24 GiB。 运行档案及其实测数据
按量化和上下文划分的显存需求
| 量化 | 4,096 | 8,192 | 32,768 |
|---|---|---|---|
| Q8_0 | 35.7 GiB 装不下 | 36.7 GiB 装不下 | 43.1 GiB 装不下 |
| Q6_K | 28.1 GiB 临界 | 29.2 GiB 装不下 | 35.5 GiB 装不下 |
| Q5_K_M | 24.6 GiB 临界 | 25.7 GiB 临界 | 32.1 GiB 装不下 |
| Q4_K_M | 21.4 GiB 能装下 | 22.5 GiB 能装下 | 28.8 GiB 装不下 |
| Q4_0 | 20.2 GiB 能装下 | 21.3 GiB 能装下 | 27.6 GiB 临界 |
| Q3_K_M | 17.7 GiB 能装下 | 18.7 GiB 能装下 | 25.1 GiB 临界 |
| Q2_K | 14.2 GiB 能装下 | 15.2 GiB 能装下 | 21.6 GiB 能装下 |
其他选择
其他可以装下 Qwen2.5-Coder-32B-Instruct 的 24 GB GPU
来源
- 模型页面，含所有量化及其文件： Qwen2.5-Coder-32B-Instruct
- 显卡页面，含各项规格及其来源： AMD Radeon RX 7900 XTX
- Hugging Face 上的模型文件（固定修订版本）： Qwen/Qwen2.5-Coder-32B-Instruct@381fc96, Qwen/Qwen2.5-Coder-32B-Instruct-GGUF@9d3053f
- AMD Radeon RX 7900 XTX 的显存容量来源： Wikipedia: Radeon RX 7000 series（CC BY-SA 4.0），ROCm documentation gpu-specs.rst（MIT）
- 方法说明