هل يمكنك تشغيل نماذج اللغة المحلية على Radeon RX 6800M؟
إجابة سريعة
نعم. تمتلك Radeon RX 6800M ذاكرة VRAM بحجم 12 GB GDDR6 ويمكنها تشغيل نماذج اللغة المحلية. على Linux استخدم ROCm لتسريع GPU. على Windows استخدم llama.cpp مع Vulkan أو تراجع إلى وحدة المعالجة المركزية. يعمل Llama 3 8B Q4_K_M بـ ~12 tok/s على Linux مع ROCm.
- ▸Linux + ROCm: تسريع GPU كامل، ~12 tok/s على Llama 3 8B Q4
- ▸Windows: استخدم llama.cpp مع الواجهة الخلفية Vulkan لتحميل جزئي على GPU
- ▸12 GB VRAM تدعم النماذج حتى 14B بـ Q4_K_M
تحديث: ٢١ يونيو ٢٠٢٦
النقاط الرئيسية
- ✓Radeon RX 6800M شريحة RDNA 2 محمولة بـ 12 GB VRAM — ليست RX 6800 المكتبية؛ دعم ROCm لـ RDNA 2 المحمولة كان متذبذبًا تاريخيًا
- ✓الواجهة الخلفية Vulkan (Ollama أو llama.cpp) هي المسار الأكثر موثوقية عبر المنصات؛ Linux + ROCm يوفر سرعة أعلى (~12 tok/s) حين يعمل
- ✓سرعات Vulkan أبطأ بنسبة 30–40% من CUDA على بطاقات NVIDIA المعادلة — توقع ~14 tok/s على Llama 3 8B مقابل ~25 tok/s على بطاقة NVIDIA بـ 12 GB
- ✓اعمل دائمًا متصلًا بالكهرباء: تُخفِّض وحدات GPU المحمولة من AMD أداءها على البطارية وتعمل عملية الاستنتاج أبطأ بنسبة 40–50%
ما يمكن لـ Radeon 6800M تشغيله فعليًا
اعتبارًا من مايو 2026، Radeon RX 6800M شريحة RDNA 2 محمولة بذاكرة VRAM بحجم 12 GB GDDR6 — وليست RX 6800 المكتبية التي تستخدم شريحة GPU مختلفة بنطاق دعم ROCm مختلف. بـ 12 GB، تستوعب 6800M نماذج حتى 14B بـ Q4_K_M دون تحميل طبقات، مما يساوي سعة RTX 3060 المكتبية بـ 12 GB.
كان دعم ROCm لشرائح RDNA 2 المحمولة متذبذبًا تاريخيًا — تحقق من مصفوفة دعم GPU الرسمية لـ AMD ROCm قبل الاعتماد عليه. على Linux حيث يعمل ROCm، يكتشف Ollama تلقائيًا 6800M ويحقق Llama 3 8B Q4_K_M حوالي 12 tok/s. تعمل الواجهة الخلفية Vulkan في Ollama أو llama.cpp على Windows و Linux دون الحاجة إلى ROCm وهي المسار الأكثر موثوقية عبر المنصات.
سرعات Vulkan أبطأ بنسبة 30–40% من CUDA على الأجهزة المعادلة من NVIDIA: يحقق نفس النموذج الذي يعمل بـ ~25 tok/s على RTX 3060 12 GB حوالي ~14 tok/s على 6800M عبر Vulkan. للمقارنة مع جهاز CUDA بـ 8 GB VRAM، راجع مقارنة جهاز AMD 5700X + RTX 3070 Ti.
| النموذج | VRAM Q4 | السرعة المقاسة |
|---|---|---|
| Llama 3 8B Q4_K_M | ~5 GB | ~14 tok/s (Vulkan) |
| Mistral Small Q5_K_M | ~6 GB | ~13 tok/s (Vulkan) |
| Phi-4 14B Q4 | ~9 GB | ~10 tok/s (Vulkan) |
| Qwen 3 14B Q4_K_M | ~9 GB | ~9 tok/s (Vulkan) |
إعداد نماذج اللغة المحلية على 6800M
على Linux، ثبّت Ollama — يتضمن دعم Vulkan افتراضيًا ويكتشف 6800M تلقائيًا. إذا عمل ROCm على شريحتك المحددة (تحقق من مصفوفة دعم GPU لـ AMD ROCm)، سيستخدمه Ollama تلقائيًا وسيوفر حوالي 12 tok/s على Llama 3 8B Q4_K_M بدلًا من خط الأساس لـ Vulkan.
على Windows، لا يتوفر ROCm الأصلي بشكل موثوق لـ 6800M. استخدم Ollama مع دعم Vulkan أو حمّل ملفًا ثنائيًا جاهزًا من llama.cpp مبنيًا لـ Vulkan وحمّل ملف GGUF بـ -ngl 33 لتحميل الطبقات على GPU. WSL2 مع passthrough لـ GPU خيار آخر للاستفادة من مزايا ROCm الحصرية على Linux دون نظام مزدوج.
اعمل دائمًا متصلًا بالكهرباء — تُخفِّض وحدات GPU المحمولة من AMD أداءها بشكل كبير على البطارية وتنخفض سرعة الاستنتاج بنسبة 40–50% بدون مصدر الطاقة. للمقارنة الكاملة بين GPU لـ NVIDIA و AMD، راجع دليل أفضل GPU لنماذج اللغة المحلية.
ollama run llama3:8b وتحقق من استخدام GPU بـ rocm-smi (إذا كنت تستخدم ROCm) أو تحقق من ollama ps. إذا تراجع النموذج إلى وحدة المعالجة المركزية، تأكد من اكتشاف GPU بـ ollama info.أدلة ذات صلة
- ▸Strix Halo + Ollama + Vulkan: دليل الأداء -- Strix Halo Ollama Vulkan setup