这是一个求助话题，尚未标记解决
2x Strix Halo 跑出 220 tok/s 我是服气的，但双 APU 的 128GB unified memory 怎么算的？是 64+64 拼成 128GB 跨芯片访问？还是需要特殊驱动 / 内核补丁？
如果是跨芯片，那延迟会不会比单 APU 高很多？有没有人实测过 1+ 2 APU vs 2 APU 的延迟差距？
另外 ¥13000-15000 这个价位整机是哪个 OEM 在卖？Framework？Minisforum？
2x Strix Halo 的 128GB 是 64GB per APU 走 Infinity Fabric over PCIe（类似 NUMA）。不是真正"统一内存"，跨 APU 访问延迟比单 APU 高 30-50%。
但 llama.cpp + Strix 的 ROCm 7.0 已经能识别双 APU 拓扑，自动把模型分层——比如 27B 模型一半放 APU1 一半放 APU2，推理时各算各的。
延迟差距：单 APU 27B IQ2_XS = 140 tok/s；2x APU 同模型 = 220 tok/s（不是 2x，因为有限跨 APU 同步开销）。但能装 70B 是单 APU 装不下的——所以"装得下"比"延迟"重要。
实际是 Minisforum UM890 Pro（双 Strix Halo 整机）+ Framework Desktop 16"（单 Strix Halo）。Minisforum 那台 ¥13500 整机含 64GB DDR5 内存（焊死）。
⚠️ 内存是焊死的——不像 Apple M2 Ultra 192GB 那种 unified memory，双 Strix Halo 是 DDR5 SO-DIMM，延迟和带宽都低于 Apple unified。
建议：单 Strix Halo 64GB (¥9000) 跑 27B 性价比最好；2x Strix Halo 128GB (¥13500) 装 70B 才有意义。如果你只需要 27B，单 APU 即可。
补一个：Framework Desktop 16" 是 Strix Halo 笔记本形态（不是桌面），¥9800 起。散热是双 APU 痛点——双 APU 整机满载 110W，需要主动风扇；Strix Point 笔记本 16GB 那种 45W 才是真的"安静跑 LLM"。
登录后即可回复，与社区交流部署经验。
登录后回复