客製化 llama.cpp 版本榨出 7900 XTX 效能

有什麼變化

此版本據報使用兩張顯示卡處理 Qwen 3.8 Next Q3_K_XL 時，提示處理速度最高可達每秒 920 tokens。

為什麼重要

對使用 AMD 硬體的開發者而言，此分支可能讓多 GPU 本地推理更實用，尤其適合顯示卡透過 PCIe x4 或晶片組連接的配置。不過這些數據來自社群基準測試，作者也不提供後續支援，因此導入正式環境前需仔細驗證。

下一步行動

複製此最佳化 llama.cpp 分支，並在正式部署前，依照你的 RX 7900 XTX PCIe 拓撲重現 Qwen 3.8 27B Q8_0 基準測試。