# Radeon RX 7900 XTX: 24 ГБ на одном GPU

Radeon RX 7900 XTX: официальные варианты памяти и мощности платы, условия поддержки ROCm и Blender Cycles и практическая проверка конкретной нагрузки.

Автор: Команда Retrivium
Обновлено: 2026-11-02
Канонический URL: https://retrivium.ai/ru/journal/amd-radeon-rx-7900-xtx-llm-rendering/
Language: ru

Radeon RX 7900 XTX предоставляет 24 ГБ GDDR6 на одном GPU. Это подтверждённая физическая ёмкость отдельного устройства, которую нельзя автоматически складывать с памятью другой карты для размещения одной модели.

## Официальные варианты и граница памяти

Таблица собрана по [материалам AMD для этой модели](https://www.amd.com/en/products/graphics/desktops/radeon/7000-series/amd-radeon-rx-7900xtx.html). Указана выделенная память устройства, а не системная RAM. Значение «не подтверждено» сохраняет пробел источника; подставлять параметр соседней модификации нельзя.

| Вариант AMD | Выделенная память | Мощность платы |
|---|---|---|
| [24 ГБ](https://www.amd.com/en/products/graphics/desktops/radeon/7000-series/amd-radeon-rx-7900xtx.html) | 24 ГБ GDDR6 | 355 Вт |

## Как проверять поддержку LLM

В [перечне ROCm Core SDK 10.1.0](https://rocm.docs.amd.com/en/docs-10.1.0/about/release-notes.html) указана Radeon RX 7900 XTX. Это конкретная запись устройства, а не разрешение использовать любую операционную систему, сборку PyTorch или формат квантования. В [матрице совместимости](https://rocm.docs.amd.com/en/latest/compatibility/compatibility-matrix.html) нужно отдельно выбрать точный GPU и ОС, затем зафиксировать драйвер, runtime и версию вычислительного фреймворка. Наличие карты в списке не подтверждает корректность каждого ядра выбранного движка. Сначала проверьте обнаружение устройства, загрузку сохранённой модели и результат контрольного запроса; только затем исследуйте длительную работу и конкуренцию запросов.

## Практический сценарий этой модели

Рабочая задача — оценить условную плотную модель на 32 миллиарда параметров в представлении 4 бита на вес. Только исходные веса дают 16 миллиардов байт; оставшееся номинальное пространство карты не становится целиком бюджетом KV-кэша, потому что runtime хранит дополнительные тензоры и рабочие буферы. Сначала измерьте реальную память после загрузки и контрольного запроса, затем увеличивайте только один параметр нагрузки. Если планируется вторая XTX, заранее выберите поддерживаемую движком схему разделения: две платы по 24 ГБ не являются одним устройством на 48 ГБ. Сохраните порядок GPU и размещение компонентов модели, иначе повторный запуск может использовать иную схему обмена и потребовать нового функционального сравнения.

## Отдельная проверка Blender Cycles

Архитектура RDNA 3 соответствует аппаратной границе HIP в [руководстве Blender Cycles 5.2 LTS](https://docs.blender.org/manual/en/latest/render/cycles/gpu_rendering.html): RDNA 1 или новее. Это условие рендерера независимо от поддержки LLM через ROCm; конкретные драйвер, сборку и сцену проверяют отдельно на выбранном узле.

Для сцены, предназначенной двум GPU, отдельно проверьте требования рендерера к памяти каждого устройства. Суммарное значение 48 ГБ нельзя использовать как доказательство, что монолитная сцена помещается на каждой карте.

## Что включить в протокол узла

Мощность платы в таблице является характеристикой AMD, а не измерением потребления всего компьютера. Для конкретной сборки отдельно проверяют блок питания, разъёмы, размеры карты и свободный путь воздуха. Из мощности нельзя вычислить скорость инференса.

В протоколе храните список устройств и топологию размещения, а не только сумму памяти узла. Мощность 355 Вт относится к спецификации одной платы и не описывает потребление двухкарточного компьютера.

Приёмочный артефакт должен связывать идентификатор платы, версии программ, ревизию модели и фактически проверенную нагрузку. Если меняется любой из этих элементов, предыдущий результат остаётся историей того запуска, а не доказательством совместимости новой конфигурации.

## Связанные материалы

[RAM и VRAM: какую память считать при выборе AI-сервера](/ru/journal/ram-vs-vram/); [Автоподбор fit в llama.cpp: как сохранить воспроизводимые параметры сервера](/ru/journal/llama-cpp-fit-reproducible-settings/); [Каталог GPU NVIDIA и AMD для инференса LLM и серверного рендеринга](/ru/journal/nvidia-amd-gpu-catalog/).