想自己本地跑大模型，学习大模型，做一些微调等操作，目前看到一款小主机在预算内， CPU AMD Ryzen Al Max+ 395，不知道这套配置是否适合用来学习大模型跑大模型，有没有懂的兄弟可以给点建议。

[hmbb]

CPU：AMD Ryzen Al Max+ 395 处理器(16 核心 32 线程，最大睿频 5.1GHz ，三级缓存 64MB)
显卡：AMD Radeon 8060S Graphics 40CUs
系统盘：M.2 2280 PCle4.0 x4(最大 4TB)*1
存储盘：M.2 2280 PCle4.0 x4(最大 4TB)*1
内存：128GB(16GB*8) LPDDR5x 8000MT/s （最大可分配 96GB 给显存）
接口：AC*1 + USB3.2(10Gbps)*2 + SD4.0 卡槽*1 + LAN 10Gbps(Intel E610)*2 + USB-C(10Gbps 数据)*1 + 3.5mm 音频插孔*2 + DP2.1 8k 60Hz*1 + HDMI2.1 8K 60Hz*1 + USB4(40Gbps/DP1.4)*2
无线网络：WIFI7 MT7925; 蓝牙 5.4

[murmur]

这玩意一万块，拿来充 api 够你用到退坑还有剩

[tool2dx]

@murmur 自己运行大模型的感觉不一样, 一是学技术, 二是硬件快到头了, 贬值慢, 用个几年把显卡之类榨干再出手, 也不亏. 三是开源模型越来越强了, 未来可期.

大模型本质就是老虎机, 你花钱调用 API(花钱买代币), 和本地 24 小时不间断调用摇骰子(免费无限代币), 长期来看还是有差距的.

[hmbb]

@murmur 这倒是，但是 api 的话好像只能使用吧，可以满足学习大模型吗自己实操那种，不是很懂

[chinanala]

这不是玲珑星小主机的配置吗。

小主机散热和扩展性是个问题，不如自组台式机这个配置玩大模型了。

[yusha]

这款的内存带宽和推理性能大致跟 M4pro 差不多. 推理场景跑不了太大的稠密模型(虽然可以加载, 但是推理速度太慢). b 站有评测可以看下推理速度能否满足你的使用预期.
比较合适的场景是跑 moe 模型, 需要大内存, 但是计算量不高. 比如 qwen3-coder-30b-a3b 这种.

[hmbb]

@chinanala 自组台式显卡成本比较高, 有点超预算

[TimePPT]

要不……先花点钱在云平台租点 GPU 算力资源自己玩玩？

[skye]

不如买 mac mini ，m4 pro 性能不错

[bytesfold]

还不如直接 api

[perfectlife]

学习大模型还是上英伟达吧

[hefish]

本地还是得 nvidia 吧。。。。不然兼容性折腾死你。
不说别的 vllm 没有非 nvidia 的二进制版本，你得自己编译。。

[clemente]

省点功夫吧 连买什么卡都搞不清楚

[objectgiga]

该用 api 用 api,想要本地跑不要买这种电子垃圾,带宽太低了,一万块去看看 7532+8*64+3080 20G,能保证本地运行现行大部分 MOE 模型的 int4,微调个人基本上别想这茬

[hmbb]

@TimePPT 可以尝试一下

[hmbb]

@skye 我再看看

[hmbb]

@clemente 最近才开始了解大模型这些知识

[hmbb]

@objectgiga 我看看

[shuimugan]

这配置比调用 api 体验更差，没有学习的价值，除非你要跑 Huihui-GLM-4.5-Air-abliterated 写黄文

[402124773]

@hmbb
按理说，你自组小主机应该比你买成品小主机要便宜一点的

[hmbb]

@shuimugan 好像自己组 NVIDIA 显卡主机比较适合学习用

[hmbb]

@402124773 主要买成品比较省事

[lithiumii]

amd 这一代虽然能跑了，但还是太慢，最后你还是得走上魔改老黄的邪路。或者再等等看下一代

[hmbb]

@lithiumii 貌似是的，下一代可能会好些

[nightwitch]

现在国内租用 gpu 的平台多的是...4090 这种也就两三块钱一小时，3080 这种更便宜。 入门绰绰有余了，500 块钱能够你从入门到放弃好几回了

[shuimugan]

你先明确学习的内容是什么。

首先排除训练，Llama 3.1 8B 训练使用 1024 张 H100 80G 训练了一个月也就那样；

然后就微调，显存小就跑个 gpt-oss-20b 和 Qwen3-30B-A3B 的规模，https://docs.unsloth.ai/basics/gpt-oss-how-to-run-and-fine-tune https://docs.unsloth.ai/basics/qwen3-how-to-run-and-fine-tune 大点的模型还不如去 https://www.together.ai/ 导入你的数据集点几下按钮就开始微调了。

然后是推理，推理吃的是带宽和显存，这个价格你直接在 https://apxml.com/zh/tools/vram-calculator 选你要跑的模型和设备来看模拟推理的速度心里就有数了，这个配置性价比最高的也就是跑 gpt-oss-120b 的 mxfp4 量化，其次是 GLM 4.5 Air 的 4bit 量化，速度也就那样，选择 M4 Max 看速度然后除以二就懂了。

再然后是 RAG ，说白了就是找出相关内容然后字符串拼接，你本地跑和调用 API 也没区别，看 llamaindex 代码就懂了，知识库都是围绕那三五十行代码做各种业务和 UI 的封装。
https://github.com/run-llama/llama_index/blob/81d4b871143ddd4a7cb90333a3d103fbb1f269c5/llama-index-core/llama_index/core/prompts/chat_prompts.py#L21

剩下的就是画色图、写黄文、声音转文本、文本转声音、声线克隆
@hmbb

[402124773]

@hmbb
自己组也很简单。并且现在电商很发达的，你什么配置的，找抖音本地大主播配一下，也很简单的。
我建议你别太相信小主机的散热了，另外现在主流大模型学习还是 nvidia 的显卡吧，amd 那玩意不太靠谱。

[charlenehe43]

小主机怎么可能跑大模型啊,我 m1 跑个 1.5b 的模型都卡的批爆,而且你这是 amd 的显卡?cuda 用不了吧,当然我是外行哈说错别怪

[ryc111]

这个小主机很顶，跑小几十 B 的模型都没问题，速度也还过得去（ xB 大小的模型还挺快）
大点的模型比如 70B 量化的那种，就比较慢了。

自己本地折腾大模型以及建立个人知识库学习学习挺不错的。

最好玩的就是折腾一些文生图，图生图，还蛮有意思的，lora 微调啥的，内存都够用。

[SGL]

最优的选择是现在 GPU 算力平台花个小几百玩玩儿，然后就做大的决策。

[dododada]

大模型？你这个配置一般的推理没问题，但是大模型微调不行，再微调也是大模型，deepseek 满血配置 200W 起步，你这个只能跑量化

[wnpllrzodiac]

没钱就别自己训练了。4090 最起码的，一张还不够

[totoro52]

amd 跑模型？ 很难评价

[aqqwiyth]

不考虑一下每秒 token 吞吐量这个指标？

[misaki321]

来张 4090 ，至少能跑非量化的 7b

[squarefong17]

@charlenehe43 他说的那 CPU 跟 M4 pro 在一个性能水平，CPU 、GPU 和带宽都是。哪怕是功耗受限的笔记本跑 qwen-30b-a3b ，最高能有近 50 tokens/s 。跑这个规模的语言模型的场景，cuda 根本不是问题，vulkan 加速就够快了，瓶颈在带宽。

[goodryb]

推理、微调、训练 所需要的资源你可以简单想象成 1:10:100 ，所以你要先清楚你准备做什么，如果只是刚开始想玩玩，建议可以先找 GPU 算力平台租卡来用，或者云厂商都有对应的服务先玩玩，玩的差不多了也就知道你要什么了

显卡首推 NVIDIA ，业界公认 NO.1

[Yii234]

不建议一上来就投入这么大，可以先租赁 gpu ，把部署大模型、微调大模型基础掌握了，再自己攒设备

[312ybj]

手里有一台这个东西，板载内存是能拿 96GB 当显存， 能跑一些稍微大点的模型， 但是推理速度太慢了，当当玩具还行

[xusx1024]

dy 有个‘瓜皮群主’的，经常发一些配置，可以参考。

[Haku]

不建议任何 A 卡跑 AI ，个人跑就用 N 卡完事，省时省力。

[woojanelook]

a 卡没 cuda,你到多模态，图片这些就跑不了了

[bigtear]

说实话这个配置跑跑推理当玩具还行，训练是别想了。起码上个自组 PC ，买点洋垃圾 nvidia 推理卡插上。

想要一万多整机的话可以看看王勇的懒猫微服算力舱，nvidia 芯片，64g 统一内存的机器。

[hmbb]

@shuimugan 我研究一下

[mewking]

@shuimugan 请问，GLM 4.5 Air 的 4bit 量化比较 Qwen3-30B-A3B BF16 如何？本地 code

[hmbb]

@wnpllrzodiac 训练搞不了

[hmbb]

@aqqwiyth 参数量大的虽然能跑但很慢

[hmbb]

@misaki321 用这个卡组主机超预算了

[hmbb]

@bigtear 我看看

[dosmlp]

你研究的明白吗

[hmbb]

@312ybj 暂时应该不会入手了

[bitmin]

7840u 核显我自己用，跑 gptoss 20b 都够用了，qwen3 coder 30b 勉强跑

缺点是是能划分到 16G 显存，上下文大小限制在两万以下，要更大的上下文就得更大的显存，395 这种 cpu 就是用来解决这个问题的吧

这种 cpu 可以装在掌机里方便我随身带者到处跑

[wnay]

当你问这些问题的时候就知道，你对大模型的知识了解很少，建议先学习基础知识比如部署，训练，微调至少概念弄明白了再做这些投入
当然你要是钱多，无所谓，干就完了

[cornorj6]

本地模型只要复杂一点的问题就回答不了，不如调用 API 。本地模型有个优势，没有什么限制。我用的 openrouter ，调用 api 有频率限制，像一些简单的问题就可以用本地模型。我是 mac mini 4 ，跑的 14b

[mandex]

挺好的，有钱就买，就算 AI 没搞成也可以当普通开发机器使用。

[zx1w1w]

要么买 MacMini 32G 以上内存，要么买 5090D 32G 的。AMD 的别碰，或者直接上云租算力。

[shuimugan]

@mewking 这个问题要看你写什么语言的，Qwen3 30B-A3B 没必要追求 BF16 ，Q6 就差不多了，我测 unsloth 的 Q6_K_XL 那档动态量化和 mlx 的 4bit DWQ 没啥区别，接入 Roo Code 自助完成一些 Node 和 Go 的任务都差不多，但是写 Rust 的话 Qwen3 Coder 30B-A3B 会在写了 50 多 K 上下文之后决定删除所有文件重头开始一个简单的版本…丢给 GLM 4.5 Air 4bit 就能完成而且修复一些 bug 都是点一下 Fix With Roo Code 就搞定了。

我本地 192GB 的 M2 Ultra 现在常驻内存的是 GLM 4.5 Air 4bit 和 gpt-oss-120B ，再留一个 mellum 做补全和 text-embedding-nomic-embed-text-v1.5 做代码 embedding

[MaybeRichard]

导之前充了 1w 多玩大模型，还剩好几千用不完，有想玩的朋友 5 折出了，量大 3-4 折出，3060 到 A100 80G 都有，现成的公开项目也有都，开机即用，视觉、视频、LLM 模型都有 TWF5YmVSaWNoYXJk

[BQsummer]

a 卡没 cuda, 推理有各种库, 自己训练模型就不行了

[blackmont]

395+ 不太行，vllm RCom 好像还没适配，你要启动的话只能通过 llama 系列的衍生产品。不太建议购买，建议 CUDA 生态，或者租服务器。而且可以自己先去学一学再决定。

[mewking]

@shuimugan 感谢详细的回复。看了看 GLM 4.5 Air 4bit 部署成本还是挺高，Qwen3 Coder 30B-A3B 如果是 Q6 ，DDR5 内存应该也能跑挺快~

这些小的本地模型对于 Java 和 C# 效果如何？想来应该是不如 js 和 py

C/C++，Rust 就更差？

[renyi1986]

@objectgiga 能跑多少 token gpt 20 和 120

[leeg810312]

自己配机器学习大模型，我觉得是效率较低灵活性极差的方式，当想尝试的模型需要更大算力，你就没有扩展余地。云平台就很灵活，效率也高，资金宽裕就多用一些高性能机器，资金少可以用较低性能慢慢跑。有专门的算力平台，比如 autodl 或者 modelscope ，也可以用通用云平台的资源，比如阿里云的 ECS 抢占式实例，成本比常规实例低不少。花几万配一台机器，算上电费，你可以在云平台用很久了。

[shenqi]

当你问出这个问题的时候，感觉你还是没到需要真的自己购买一台实体机的程度。一堆按量租聘的云主机能供你选择避免你中途退坑。

[hmbb]

@leeg810312 可以先尝试一下这种方式学习大模型

[hmbb]

@shenqi 确实是，目前才刚开始

[shuimugan]

@mewking 这个问题，首先要看不同编程语言是否有高质量的庞大的数据集，比如在 https://huggingface.co/datasets?sort=trending 搜数据集看加起来的行数，以及 github 仓库上 star 数多的各语言仓库。

结合这个榜单也能看出来 https://huggingface.co/spaces/bigcode/bigcode-models-leaderboard ，不过这个榜单很久没更新过了，现阶段只能靠自己测了。

其次看自己的水平了，使用 context7 这种 MCP Server 或者手工在上下文补全最新文档可以大幅度降低模型幻觉，加上现阶段小模型对于主流编程语言的语法没啥问题（关键词、类型、循环、判断、函数等），写出来的代码头头是道的。但是对于一些理论、概念的理解程度就不好说了。

我一般假定 Q6 级别量化已经近乎无损了，然后去模型官网比如 https://chat.qwen.ai/ 选择 Qwen3-Coder-Flash 、Qwen3-30B-A3B-2507 这种 30B 级别的问一下看看，它能写对的话那么 Q6 级别的量化也能写对，Q4 的话可能再差个 1%到 2%，大不了我给它纠正。其实上限在于用户自己，比如我 java 水平不行，它写得头头是道我也评判不出好坏，因为语法已经没问题了，甚至库也用对了，但是实际上跑起来碰到 bug 就一脸懵逼。要是 CRUD 这种还好，要是问题底层一些的话 30B 级别的解决起来很容易像是鬼打墙一样，跑了几十 k 上下文也没有个结果。

比如我自己最爱用来测大模型的一道题：“用 [x 语言] 的实现一个高性能的 HTTP Proxy ，要求支持普通 HTTP 请求转发和 HTTPS 隧道 (HTTP CONNECT)，尽可能使用标准库”，把 [x 语言] 换成你最熟悉的那个然后让模型来跑几次，先看 api 有没有用对来判断幻觉大不大，再看能不能完成需求跑起来，反正在 c#、java 、rust 这种语言就经常搞不定，能一次性写对的就成为我常用的模型。

也就是因为这个原因，我现在考虑把技术栈从 node 往 golang 转移，开源的模型写 golang 的能力挺不错，以前不想碰 golang 是因为水平差的人写起来就像是用 php 堆屎山一样，维护性、可读性太没下限了。现在有 ai ，默认就是中高级的水平，而且我本地跑 gpt-oss-120b 实在是太快了，写 golang 准确性也非常高，代码的可读性、可维护性、性能下限、资源占用都有保障了。