: 推 kimisawa: AI那段不对，12G可以放比5050大的模型 08/26 10:16
: 这句话只对30%
: 当你模型大到8G塞不下，12G以下可以塞的情况是成立
: 但是超过12G的时候又反过来，
: 另外8G塞的下的轻模型也是5050快得多
: 而且3060不支援FP8 E4M3/E4M2还有INT 4，遇到这种量化模型会被5050按在地上擦..
: 推 GenShoku: 这张是买来多卡AI的，你用游戏性能来看肯定不值 08/26 10:23
: 推 sleep30hours: 有什么模型是刚好8GB塞不下而12GB塞得下的吗? 08/26 10:44
: → sleep30hours: 这年头不就三个等级:8~9B以下，30B左右，数百B以上 08/26 10:44
: → sleep30hours: 以前还有不少12B~14B的量化后8GB很紧绷，但现在也只 08/26 10:45
: 推 laeva75: Gemma 12B 08/26 10:46
: → sleep30hours: 剩一个量化的Gemma4 12B仅此一家了。 08/26 10:46
: → laeva75: 单纯跑minimax h3扩容买DRAM比买3060划算简单.... 08/26 10:48
: → laeva75: VRAM大一点同一模型可以用更高精度的量化减少能力损失 08/26 10:50
: → gbcg9725: 9060xt 跑llm没压力，minimax所需时间大概是n卡6倍 08/26 10:55
: → gbcg9725: 所以我也看不懂在3060在贵什么 08/26 10:56
: → gbcg9725: 实测llama-cpp用rocm版跟4070速度差不多 08/26 10:57
: → gbcg9725: 我是指9060xt 16g 08/26 10:58
: → tsunamimk2: 光12G vram就无敌了 08/26 11:14
: → tsunamimk2: 问题不只是权重本身 context长度差非常多 08/26 11:15
: → kimisawa: 3060贵因为被拿来AI多卡啊 08/26 11:15
: → tsunamimk2: 很多benchmark只看模型是不准的 08/26 11:15
: → tsunamimk2: 3060贵什么喔 cuda啊 08/26 11:16
: → kimisawa: 你手上有一张24G N卡，插一张3060变成36G不香吗？ 08/26 11:16
: → tsunamimk2: 还有可以装很多张 08/26 11:16
: → kimisawa: 或是一张16G的 再插一张3060变成30G 08/26 11:17
: → kimisawa: 50XX+3060虽然说频宽损失一些但便宜就可以增加大VRAM 08/26 11:18
https://www.youtube.com/watch?v=hqrBC4EgqbY
这边就有实测了 5060TI 16G 加插一张 3060 12G
https://i.imgur.com/ZoXzgvJ.png
用Gemma3 27B
5060TI 16G x 2 = 22 tok/s
5060TI 16G单卡 + CPU offload = 5 tok/s
5060TI+3060 可以跑到 17 tok/s，价格却低很多
国外很多都把3060拿来插多卡，所以这波才涨上去
用一张50系当主输出处理FP8 E4M3/E4M2/INT 4这些，然后offload到 3060去
你可以3060插四张弄个48G，也才1500镁
所以3060在国外才会被炒，因为太万用了

文艺复兴

GDDR7可以和GDDR6混用呀

好神奇 因为AI服务器太贵就把脑筋动到高VRAM旧显卡上

不是啊 源头问题不就是因为50系买不到只好回头去抢3060 如果50系没缺谁没事想回头用30系啊

影片中的是跑layer split，只是把模型切分到2个gpu接力运算。没有什么主卡计算副卡vram offload喔...真要用另一张gpu做offload的话还不如直接用主内存就好，反正瓶颈同样是被pcie卡住，还可以少走一段路

就老黄实在是太邪恶了 我开始考虑改买新的MAC M5MAX

牺牲的不是PCIe,而是5060Ti上面的那些较新的加速功能

不如直上70ti

若模型大到16GB VRAM放不下的话，5070ti会比这种5060ti+3060的组合慢非常多喔反之若模型与KV都在16GB内的话，单5070Ti碾压这种双卡组合

问题是主机板与电力..XD还有分配管理内存需要driver另外其实那个边际效益不高 看你要做什么自己架设的推论机还是训练机 训练机其实永远不够推论机的话 这投资又不一定划算 包括算图算影片目前实际的感觉是个人的显卡大概16GB~24GB VRAM然后用来当本地的script/agent第一层/RAG平台context 能撑到32K还有一定速度就好了kv cache/context/权重的比例其实是很微妙的再往上加其实可以考虑排队买mac mini/mac studio了事实上我预期一开始卖就会排到明年那个电力/算力/系统稳定度比真的很高另外认真做事大概无法避免每个月三千去买max pro那是必要的 因为大型的效果实在差很多

30系真的是最操劳的一代，挖完矿出来又被叫去跑AI