ApX 标志ApX 标志

趋近智

AMD RX 6700 (10GB)

AMD RX 6700 (10GB) 提供 10 GB 显存/内存与 320 GB/s 带宽,支持通过 ROCm 与 Vulkan 加速进行本地推理。

总显存

10 GB

可用显存上限

10 GB

显存带宽

320 GB/s

最大推理模型级别

8B 模型 (Q4)

热设计功耗

175W

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)Liquid D1 3B (3B)Sahabat-AI-Llama3-8B-Instruct (8B)ERNIE-4.5-VL-28B-A3B-Base (28B (3B active))

量化精度:

AMD RX 6700 (10GB) 最佳运行大模型与速度矩阵

主流开源大模型在 AMD RX 6700 (10GB) 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

#124

Qwen3.5-9B

9B

INT4

44 tok/s

~5.0s

#129

K2 Horizon 7B

7B

INT4
Q8

54 tok/s

31 tok/s

~3.9s

~4.3s

#141

Qwen3.5-4B

4B

INT4
Q8
FP16

81 tok/s

53 tok/s

28 tok/s

~2.3s

~2.3s

~2.5s

#146

GLM-4V

9B

INT4

30 tok/s

~5.5s

#151

NVIDIA Nemotron 3 Nano 30B-A3B

3.5B (30B active)

INT4
Q8
FP16

14 tok/s

8 tok/s

4 tok/s

~15.8s

~15.9s

~18.8s

#159

Granite 4.2 8B

8B

INT4
Q8

48 tok/s

26 tok/s

~4.5s

~5.3s

#160

Gemma 4 E4B

8B

INT4
Q8

48 tok/s

26 tok/s

~4.5s

~5.3s

#167

Phi-4

14B

INT4

29 tok/s

~8.4s

#179

DeepSeek-R1 14B

14B

INT4

29 tok/s

~8.4s

#180

OLMo 3 7B Think

7B

INT4
Q8

38 tok/s

24 tok/s

~3.9s

~4.6s

#187

Gemma 3 12B

12B

INT4

34 tok/s

~6.7s

#190

Ministral 3 8B

8B

INT4

35 tok/s

~4.5s

#192

MiniCPM5-2B

2B

INT4
Q8
FP16

122 tok/s

87 tok/s

53 tok/s

~1.2s

~1.2s

~1.2s

#193

Qwen3.5-2B

2B

INT4
Q8
FP16

122 tok/s

87 tok/s

53 tok/s

~1.2s

~1.2s

~1.2s

#195

Qwen2.5-14B

14B

INT4

29 tok/s

~8.4s

#200

Gemma 4 E2B

5.1B

INT4
Q8

68 tok/s

43 tok/s

~2.9s

~2.9s

#203

DeepSeek-R1 8B

8B

INT4
Q8

50 tok/s

28 tok/s

~4.5s

~4.9s

#205

Qwen3-4B

4B

INT4
Q8
FP16

81 tok/s

53 tok/s

28 tok/s

~2.3s

~2.3s

~2.5s

#206

Ministral 3 3B

3B

INT4
Q8
FP16

65 tok/s

50 tok/s

31 tok/s

~1.8s

~1.8s

~1.9s

#208

Qwen3.5-0.8B

0.8B

INT4
Q8
FP16

186 tok/s

149 tok/s

104 tok/s

~500 ms

~501 ms

~504 ms

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

3B 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 6700 (10GB) 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 320 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 71 tok/s,70B Q4 模型预估生成速度约 8 tok/s。

常见问题解答