AMD Radeon RX 7900 XTX 能运行 Qwen3-30B-A3B 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，Qwen3-30B-A3B 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 20.1 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 34,816 token。

“能装下”是指 llama.cpp 默认的 --fit 加载检查会把所有层放到 GPU 上：我们对 llama.cpp 缓冲区的估算，加上误差余量，再加上 llama.cpp 每张卡 1 GiB 的预留，不超过被视为可用的显存。这并不保证生成过程中的峰值显存也能装下。结果是如何判定的

数值更新于 2026年10月19日 · 计算器

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

“能装下”所需的可用显存（X，每卡 GiB）以及在 AMD Radeon RX 7900 XTX 上的结果。
量化	4,096	8,192	32,768
Q8_0	33.2 GiB 装不下	33.6 GiB 装不下	36.0 GiB 装不下
Q6_K	26.1 GiB 临界	26.5 GiB 临界	28.9 GiB 装不下
Q5_K_M	22.8 GiB 临界	23.2 GiB 临界	25.6 GiB 临界
Q4_K_M	19.7 GiB 能装下	20.1 GiB 能装下	22.5 GiB 能装下

未给出速度上限：AMD Radeon RX 7900 XTX 的显存带宽尚未得到两个独立开放来源的确认。

其他选择

其他可以装下 Qwen3-30B-A3B 的 24 GB GPU

NVIDIA GeForce RTX 3090 24 GB
NVIDIA GeForce RTX 3090 Ti 24 GB

AMD Radeon RX 7900 XTX 上能装下的同系列最大模型

Qwen3-32B 32.8B · Q4_K_M · 详细页面

同系列：发布者相同，且模型名称在参数量之前的部分相同。

来源

模型页面，含所有量化及其文件： Qwen3-30B-A3B
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/Qwen3-30B-A3B@ad44e77, Qwen/Qwen3-30B-A3B-GGUF@e4d4baf
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