原贴链接

从几个月前的帖子来看，并没有明确的答案，我想这总是要视情况而定的。但就我的特定用途而言，我是用来学习和体验大型语言模型（LLM）的，我不是用它来工作，我只是想涉足这个领域并且能够在本地运行大型语言模型，比如用于Copilot之类的。这台电脑也会用于1440分辨率的游戏，在可能的情况下开启光线追踪（RTX），所以这使得NVIDIA的显卡更可取一点，即使它在其他方面性能较弱。所以基本上16GB内存对于简单的个人使用来说够吗？或者24GB会好很多，以至于值得放弃NVIDIA显卡所有的优势？我希望这块显卡至少能用2年，在那之后如果有需要我会换一块新的，但最好它能满足3到5年的使用需求。

讨论总结

原帖提出在AMD RX7900XTX 24GB和NVIDIA 4070Ti Super 16GB之间选择用于个人用途（学习LLMs和1440p游戏）的难题。评论中部分人认为24GB显存对于学习LLMs更好，但也指出Nvidia显卡在项目支持、排障资源方面有优势，AMD显卡存在与部分AI工作流不兼容等问题，还有人推荐3090显卡，同时也涉及到二手显卡的性价比等内容，大家从不同角度对显卡的选择进行了讨论，整体讨论比较理性。

主要观点

  1. 👍 24GB显存用于学习和体验LLMs更好。
    • 支持理由：16GB无法运行32B q4，24GB能运行更多内容。
    • 反对声音：无。
  2. 🔥 AMD显卡存在与AI工作流不兼容的问题。
    • 正方观点：如7800 xt在接触相关工作流后很快被替换为4090，因为AMD显卡不兼容带来很多麻烦。
    • 反方观点：无。
  3. 💡 Nvidia显卡在项目支持方面具有先发优势。
    • 解释：Nearly every project will start with Nvidia support first，遇到问题时可获取更多在线排障资源。
  4. 💡 选择显卡用于特定用途是艰难的选择。
    • 解释：因为要考虑多方面因素，如性能、价格、兼容性等。
  5. 💡 如果在欧盟地区，可以考虑直接购买二手3090。
    • 解释：翻新卡的操作自己可进行，二手3090性价比高。

金句与有趣评论

  1. “😂 Emotional - Metal4879：16GB can’t run 32B q4, then I would say 24GB is better.”
    • 亮点：直接点明16GB显存对于运行32B q4的不足，为24GB显存更好提供依据。
  2. “🤔 ThisWillPass：Night and day”
    • 亮点：简洁形容32B q4与其他模型的差异很大。
  3. “👀 koalfied - coder：Hmmm AMD is not great. Have you considered a 3090? It’s my go to recommend if not a a5000”
    • 亮点：直接表明对AMD的态度并推荐3090显卡。
  4. “😂 elsa002：Even a renewed 3090 costs more, so sadly that out of budget, and unless I found the wrong a5000, than it is a completely different price range (like 3 times as much)”
    • 亮点：指出3090存在预算超支的问题。
  5. “🤔 AutomataManifold：I personally stick with NVIDIA cards, but 24 GB is a significant step up.”
    • 亮点：表明个人倾向Nvidia卡的同时也承认24GB显存是很大优势。

情感分析

总体情感倾向较为理性客观。主要分歧点在于AMD和Nvidia显卡哪个更适合原帖中的个人使用场景。可能的原因是不同显卡在性能、价格、与软件的兼容性、项目支持等多方面各有优劣，用户根据自己的需求和经验有不同的侧重点。

趋势与预测

  • 新兴话题：不同Linux发行版对显卡使用的影响。
  • 潜在影响：影响用户在选择显卡时对操作系统的考量，可能促使显卡厂商针对不同Linux发行版优化显卡驱动和性能。

详细内容：

标题：在 AMD 现有进展下，个人使用 RX7900XTX 24GB 还是 NVIDIA 4070Ti Super 16GB 更好？

这篇在 Reddit 上引发热烈讨论的帖子，询问了在个人使用情境下，尤其是用于学习和体验大语言模型（LLMs）以及 1440 分辨率的游戏时，RX7900XTX 24GB 是否比 NVIDIA 4070Ti Super 16GB 更合适。该帖子获得了众多关注，评论数众多。主要的讨论方向集中在显卡性能、显存容量、价格、功耗以及对不同项目和软件的支持等方面。

讨论焦点与观点分析：

有人认为 16GB 无法运行 32B q4，所以 24GB 更好。也有人觉得两者差异巨大。有人指出 AMD 表现不佳，建议考虑 3090，但也有人表示其价格超出预算。有人分享自己在当地二手市场的发现，3090 价格相对便宜但性能和功耗有所不同。还有人提到 Nvidia 卡更主流，支持更好，问题解决资源丰富；而 AMD 卡则相对处于少数，支持可能较次。不过 ROCm 发展迅速，与 CUDA 的差距未来可能缩小。有人分享自己从 AMD 卡换成 4090 的经历，认为 AMD 卡对很多 AI 工作流不兼容。有人建议根据感兴趣的工具和项目来检查 ROCm 支持情况。有人推荐使用二手 3090，还有人提出双 3060 的方案。有人认为如果使用 Windows 或 Ubuntu 操作系统，选择 AMD 卡没问题，但如果是其他 Linux 发行版则不建议。有人分享自己使用 7900 xtx 运行相关软件的良好体验。

讨论中的共识在于 Nvidia 卡在主流支持和资源方面具有优势，而 AMD 卡的性价比和显存容量也有一定吸引力。特别有见地的观点如根据具体使用需求和操作系统来选择显卡，丰富了讨论。但对于到底选择哪款显卡，仍存在较大争议，取决于个人对性能、价格、支持和未来发展的权衡。

总之，在选择显卡时，需要综合考虑多种因素，根据自身需求做出最合适的决策。