AMD Radeon RX 7900 XTX 能运行 Qwen3.6-35B-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，Qwen3.6-35B-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 22.6 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 14,336 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 | 131,072 |
|---|---|---|---|---|
| BF16 | 68.9 GiB 装不下 | 68.9 GiB 装不下 | 69.5 GiB 装不下 | 71.7 GiB 装不下 |
| Q8_0 | 37.5 GiB 装不下 | 37.6 GiB 装不下 | 38.1 GiB 装不下 | 40.3 GiB 装不下 |
| Q6_K | 30.9 GiB 装不下 | 31.0 GiB 装不下 | 31.5 GiB 装不下 | 33.7 GiB 装不下 |
| Q5_K_M | 26.0 GiB 临界 | 26.1 GiB 临界 | 26.7 GiB 临界 | 28.8 GiB 临界 |
| Q4_K_M | 22.5 GiB 能装下 | 22.6 GiB 能装下 | 23.2 GiB 临界 | 25.3 GiB 临界 |
| Q4_0 | 21.1 GiB 能装下 | 21.2 GiB 能装下 | 21.7 GiB 能装下 | 23.9 GiB 临界 |
| IQ4_XS | 20.0 GiB 能装下 | 20.1 GiB 能装下 | 20.6 GiB 能装下 | 22.8 GiB 临界 |
| Q3_K_M | 17.5 GiB 能装下 | 17.6 GiB 能装下 | 18.2 GiB 能装下 | 20.3 GiB 能装下 |
| IQ3_XXS | 16.2 GiB 能装下 | 16.3 GiB 能装下 | 16.8 GiB 能装下 | 19.0 GiB 能装下 |
| Q2_K | 14.0 GiB 能装下 | 14.1 GiB 能装下 | 14.7 GiB 能装下 | 16.8 GiB 能装下 |
| IQ2_M | 13.5 GiB 能装下 | 13.5 GiB 能装下 | 14.1 GiB 能装下 | 16.3 GiB 能装下 |
| IQ2_XXS | 11.3 GiB 能装下 | 11.3 GiB 能装下 | 11.9 GiB 能装下 | 14.1 GiB 能装下 |
其他选择
其他可以装下 Qwen3.6-35B-A3B 的 24 GB GPU
来源
- 模型页面，含所有量化及其文件： Qwen3.6-35B-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/Qwen3.6-35B-A3B@995ad96, bartowski/Qwen_Qwen3.6-35B-A3B-GGUF@5c2410d
- 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