ApX 标志ApX 标志

趋近智

AMD RX 6600 (8GB)

AMD RX 6600 (8GB) 提供 8 GB 显存/内存与 224 GB/s 带宽,支持通过 ROCm 与 Vulkan 加速进行本地推理。

总显存

8 GB

可用显存上限

8 GB

显存带宽

224 GB/s

最大推理模型级别

8B 模型 (Q4)

热设计功耗

132W

显存占用随上下文长度变化曲线

随上下文长度增长的显存需求评估。当曲线超过参考线时将导致显存不足(OOM)。

Gemma 3 270M (0.27B)Phi-2 (2.7B)Mistral-7B-v0.1 (7.3B)ERNIE-4.5-21B-A3B-Base (21B (3B active))

量化精度:

AMD RX 6600 (8GB) 最佳运行大模型与速度矩阵

主流开源大模型在 AMD RX 6600 (8GB) 上的推理速度、显存兼容性与生成吞吐表现。

排序:

上下文长度:

KV 缓存:

显卡数量:

排名模型参数量量化精度预估 TPSTTFT可运行

#125

Qwen3.5-9B

9B

INT4

32 tok/s

~6.3s

#128

K2 Horizon 7B

7B

INT4

40 tok/s

~4.9s

#140

Qwen3.5-4B

4B

INT4
Q8

62 tok/s

39 tok/s

~2.9s

~2.9s

#150

NVIDIA Nemotron 3 Nano 30B-A3B

3.5B (30B active)

INT4
Q8

10 tok/s

6 tok/s

~19.9s

~21.7s

#158

Granite 4.2 8B

8B

INT4

36 tok/s

~5.6s

#159

Gemma 4 E4B

8B

INT4

36 tok/s

~5.6s

#178

OLMo 3 7B Think

7B

INT4

27 tok/s

~5.4s

#186

Gemma 3 12B

12B

INT4

22 tok/s

~9.8s

#189

Ministral 3 8B

8B

INT4

23 tok/s

~6.6s

#191

MiniCPM5-2B

2B

INT4
Q8
FP16

98 tok/s

67 tok/s

39 tok/s

~1.5s

~1.5s

~1.6s

#192

Qwen3.5-2B

2B

INT4
Q8
FP16

98 tok/s

67 tok/s

39 tok/s

~1.5s

~1.5s

~1.6s

#200

Gemma 4 E2B

5.1B

INT4
Q8

52 tok/s

30 tok/s

~3.6s

~4.0s

#202

DeepSeek-R1 8B

8B

INT4

37 tok/s

~5.6s

#204

Qwen3-4B

4B

INT4
Q8

62 tok/s

39 tok/s

~2.9s

~2.9s

#205

Ministral 3 3B

3B

INT4
Q8

49 tok/s

37 tok/s

~2.2s

~2.2s

#207

Gemma 2 9B

9B

INT4

32 tok/s

~6.3s

#208

Qwen3.5-0.8B

0.8B

INT4
Q8
FP16

162 tok/s

124 tok/s

81 tok/s

~625 ms

~627 ms

~632 ms

#210

Gemma 3 4B

4B

INT4
Q8

62 tok/s

39 tok/s

~2.9s

~2.9s

#211

Qwen3-8B

8B

INT4

36 tok/s

~5.6s

#213

DeepSeek-R1 7B

7B

INT4
Q8

41 tok/s

22 tok/s

~4.9s

~5.8s

推理能力评估

不同量化精度下可运行的最大模型参数级别。

上下文长度:

4位量化

Q4

8B 模型

8位精度

Q8

3B 模型

16位全精度

FP16

< 1B 模型

微调能力评估

本地模型训练与适配器微调支持能力。

微调上下文:

QLoRA

4-bit

8B 模型

LoRA

16-bit

3B 模型

全参数微调

< 1B 模型

负载与选型建议

AMD RX 6600 (8GB) 上的最佳量化精度与运行规格建议。

最佳推理区间

推荐以 FP16/Q8 精度运行 1B 至 3B 轻量级模型,或在 4-bit 量化下运行 7B/8B 模型。

显存带宽与推理速率

具备 224 GB/s 聚合带宽,单批次推理处于显存带宽受限模式。8B Q4 模型预估生成速度约 50 tok/s,70B Q4 模型预估生成速度约 6 tok/s。

常见问题解答