最近两周，本地跑大模型的 A 卡玩家大概都注意到一件事：卡变贵了。7 月底知乎还有人问"全新 7900XTX 3100 元入手是否划算"，高赞回答是"这个价格香爆了，5070Ti 没有 7K 根本拿不下来"。知乎到了 8 月中旬，B 站一条 7900XTX 部署教程视频下，点赞最高的评论已经变成"7900xtx 涨得不想买了"。哔哩哔哩
背景并不复杂。华强北装机商户说，这两天涨价幅度在 30% 左右，“RTX5070（显卡）去年的零售价格是在4500元到5000元，目前最新的价格是6000元到6500元”，RTX5080 从 8000 元涨到接近 12000 元，基本一天一个价。界面新闻A 卡这边，渠道传出 RX9000 系列 Q3 全线涨价，大显存型号首当其冲：“16GB大显存型号成为本轮涨价的核心承压款：RX 9070 XT 对比首发 MSRP 涨幅约达 40%；RX 9060 XT 16GB 涨幅更是达到 48%”。知乎24GB 这种"跑本地大模型刚好够用"的卡，正好站在涨价的靶心上。
于是很多已经有一张 7900XTX 的 ROCm 玩家，面前都摆着同一个问题：显存不够用了，想加第二张，但现在这个行情，到底加不加？
我翻了知乎、B站上几位长期双卡 7900XTX 玩家的连载实测帖，把账算了一遍。先说结论：这卡不是不能加，但加卡之前必须先纠正一个流传很广的误会。
最反直觉的事实：加卡不会让推理变快
有位玩家用两张蓝宝石 7900XTX 稳定跑了两个多月，用 llama-bench 把常用模型从单卡到双卡完整测了一轮，结论很直接：所有能装进单卡 24GB 的模型，单卡都比双卡快 12%~25%，模型越小差距越大。知乎
原因不玄学。消费级主板上两张卡之间没有直连 P2P，走的是 PCIe 交换，双卡张量并行时每生成一批 token 都要在两卡之间同步中间结果，传输开销大于并行收益。他自己也总结：双卡的核心价值就两点——让单卡装不下的模型跑起来，以及两张卡分别干不同的活。
还有个细节值得知道：双卡跑密集模型时，负载天然不均，一张卡常年 100%，另一张在 10%~100% 之间反复波动，改 tensor-split 比例（0.5/0.48/0.55 他都试过）基本没有变化，这是层间依赖结构决定的，不是调参能解决的。所以也别指望靠"优化"把双卡效率拉回单卡水平。
那双卡的 48GB 到底买到了什么
不是速度，是两件实实在在的东西：
第一，显存池扩容，把"跑不了"变成"跑得了"。 同一位玩家的测试里，四个 Q8_0 量化模型文件全部超过 24GB，单卡直接报 cudaMalloc OOM，双卡 48GB 就能正常运行，而且 Q8 的回答质量比 Q4 明显提升。以最近大热的 Qwen3.8-27B 为例：Q4 量化单卡 24GB 就能跑，但想要 Q8 精度，文件就超过 24GB 了，双卡是目前消费级平台上最便宜的解法。他的实测数据：双卡 48GB 下，35B MoE 模型 Q8 能跑 81 tok/s，27B 稠密模型 Q8 约 25 tok/s——慢，但"有"和"没有"是两回事。
AMD 官方也刚刚给了 Qwen3.8-27B Day-0 支持，等于官方划了一条线：这个模型需要 24GB 以上显存的 AMD 硬件，早期实测在 Ryzen AI Max+ 395 上最高 24.5 tok/s，在单张 Radeon AI PRO R9700 32GB 上最高 51.8 tok/s。AMD官方博客官方口径从 24GB 起步，意味着 27B 稠密模型单卡 24GB 就是门槛，想要更高精度、更多余量，就得往 48GB 走。
第二，两张卡各干各的，服务并行。 这其实是日常价值更高的用法：GPU0 常驻 LLM 推理（比如 27B 模型挂全天），GPU1 挂 ComfyUI 出图、出视频，互相不用等显存。Ollama 较为轻便、系统占用少，双 AMD 显卡驱动兼容性高，是双卡玩家目前用得最多的方案。小红书有玩家更进一步，把桌面渲染交给 CPU 核显，两张独显的显存 100% 留给 AI——之前 GNOME、浏览器、远程桌面这些"小东西"会悄悄吃掉几百 MB 独显显存，满负载时切窗口都卡，改完之后连 ComfyUI 跑视频模型 OOM 的问题都顺带消失了。
哪些人该加，哪些人别加
把话说清楚：
日常就是 Q4 量化 27B/35B 模型聊天、写代码、当 Agent 后端，单卡 24GB 装得下——别加。加了不会更快，反而慢 12%~25%，纯花钱买电费。
想要 Q8 精度、想上 70B 级或更大的稠密模型、262K 满上下文跑得捉襟见肘——可以加。买的是容量。
需要 LLM 和出图/视频生成同时常驻，不想天天杀进程换模型——可以加。买的是并行。有双卡玩家说得直白：“这套配置如果用N卡要多花不止一倍的钱”。知乎
另外一个容易被忽略的选项：如果你的瓶颈只是"27B 想要更高精度"，先掂量一下 Q8 相比 Q4 的实际收益值不值第二张卡的钱——日常用 Q4、特定场景切 Q8，是很多双卡玩家最后的用法。
加卡之前：3 件硬件功课，2 个软件坑
双卡不是插上就能用，ROCm 平台上尤其如此。双卡玩家的实测经验里，这几条最值得提前做：
硬件三件事：
电源。双 7900XTX 建议按 1100W 级别预留余量，有人用的长城 G11 1100W 就是提前为双卡买的；也有玩家因为"7900xtx 需要 3 个 8pin"，直接上了长城 G20 2000W。7900XTX 瞬时峰值功耗不低，双卡的电源别省。
槽位与散热。主板的第二条 PCIe 槽位置决定了两卡间距，有玩家两卡之间只剩 2-3mm，GPU1 一度冲到 99°C，调整风扇位置和转速后才压到 90°C 以下。下单前看一眼自己主板的槽位图。
带宽别纠结。消费级主板双卡走 PCIe 4.0 x8 交换，16GB/s 带宽对推理够用，没有直连 P2P 也不影响"跑起来"，只影响那 12%~25% 的相对速度——反正你加卡也不是为了速度。
软件两个坑：
HIP_VISIBLE_DEVICES 的"双标"。这是双卡玩家公认最浪费时间的一坑：llama.cpp 系（llama-server、Ollama）完全遵循 HIP_VISIBLE_DEVICES，但 PyTorch ROCm 版某些情况下会直接忽略它，你的 ComfyUI 会悄悄跑到另一张满载的卡上然后 OOM。知乎解法很简单，别依赖环境变量，用物理卡号（如 --cuda-device 1）显式绑定。两套框架两套规则，配置前先确认程序走哪套。
内核升级要查驱动兼容性。有玩家从 6.17 内核升 7.0，amdgpu 的 DKMS 直接编译失败——旧版驱动不支持新内核 API，得换 AMD 官方新驱动的仓库；装完重启还可能被 Secure Boot 拦下（新内核未签名），进 BIOS 关掉才行。加卡前后如果顺手升系统，先查这一步。
涨价窗口里，什么时候买
不给玄学预测，只摆事实和观察信号：
这轮涨价的驱动因素是存储成本。据集邦咨询数据，2026 年一季度 DRAM 合约价环比涨幅超 90%。界面新闻同时三星、SK 海力士、美光三大存储原厂把 70%~90% 的先进产能转向 HBM 高带宽内存，消费级 DRAM 产能被持续挤压——这不是短期炒作，是结构性缺口。
渠道端的判断更直接：多名经销商直言，涨价至少持续一年，建议非刚需用户暂缓购买。界面新闻对"刚需用户"来说，这句话比任何价格预测都重要。7900XTX 是上一代旗舰，新卡库存在消耗，它的价格同时被"新卡涨价传导"和"本地 AI 需求接盘"两股力量往上推——社区里从"3100 元香爆"到"涨得不想买了"的情绪转变，只用了不到一个月。
所以我的判断分两半：
需求成立的（对照上面"该加"的两条），与其赌它回落，不如把它当一笔早买早用的硬件投资，重点挑渠道价还没跟涨的货源和成色靠谱的二手；
需求不成立的，别被涨价焦虑推着下单——你缺的不是卡，是对自己瓶颈的判断。
值得继续盯的三个信号：京东等平台是否全面执行 RX9000 新指导价（跟涨幅度能反映这轮涨价的坚决程度）；闲鱼上 7900XTX 的挂牌价中枢是否继续上移；以及 AMD 下一代大显存消费卡的定价——如果 32GB 档新卡定价合理，双卡 48GB 的性价比逻辑会被重写。
一句话收尾：双卡买的是显存和并行，不是速度；账算明白了，涨价也割不到你。
