闲鱼2500元流出32G显存V620，与RX 6800 XT似曾相识

这条闲鱼挂单标价 2500 元，配图侧面印着完整的 “AMD RADEON PRO V620”。翻看 AMD 数据表，显示连接器那一栏还真是空的。这张配了 32GB 显存的服务器显卡，原本就是待在云端生成画面，给远处的人用的。

画面做好了，再从网络送过去

AMD 在 2021 年发布 V620 时，给它安排的用途包括云游戏、远程桌面和专业工作站图形服务。游戏可以在服务器上跑，办公应用、设计与可视化软件也可以放在那里，用户通过客户端来用。

拿云游戏来说，服务器运行游戏，GPU 把场景算成画面，编码器再把画面压成视频流，经远程协议和网络送到客户端。显示器接在用户这一端，V620 留在服务器里，整条链路就通了。服务器忙完这一圈，要是我在客户端走两步就掉沟里，都有点想给整条技术链鞠个躬。

这里有两份不同的活。渲染负责把场景计算成图像，编码负责把已经生成的画面压缩，方便传送。V620 配了两个 VCN 视频引擎，数据表明确列出 H.265/HEVC 编码和 4K H.264 编码能力，给画面安排了专门的处理环节。

要用上这些硬件，媒体组件和应用也得支持相应调用。两个引擎能说明板卡有这样的硬件配置，具体软件能调动多少、能同时处理多少路，还要看部署。拿它研究视频处理，得先核对软件后端，不能只看到编码格式就给剪辑软件打包票。

72CU很熟悉，32GB另有用处

生成画面的那部分，PC 玩家就容易认了。V620 采用 RDNA 2 架构，72 个计算单元，也就是 72CU，配 4608 个流处理器。这两项数量与 RX 6800 XT 相同，放回同代 Radeon 里，能找到一个熟悉的坐标。

具体应用还要看驱动和软件怎样使用这些资源。要是数量相同就能认定性能相同，那我和短跑冠军也都长着两条腿，差的岂不就剩一张报名表？

显存配置则拉开了区别。RX 6800 XT 配 16GB GDDR6，V620 配 32GB GDDR6 ECC，后者的峰值显存带宽为 512GB/s。

32GB 回答的是能给任务留多大的数据空间。做图形，里面要放场景、纹理和画面缓冲；做模型推理，还要放权重和运行时数据。软件能够使用 V620、完整运行占用也落在可用显存内，这份容量才有机会容纳更大的任务。只看模型文件大小，还没把运行时要用的空间算进去。

512GB/s 描述显存传输数据的峰值能力，CU 和流处理器则描述计算资源。容量扩大以后，能放的东西多了，处理速度仍要看计算、传输和软件实现各自的情况。

同代的 Radeon PRO W6800 也有 32GB GDDR6 ECC，但它是另一种安排。60CU，主动散热，带 6 个 Mini-DisplayPort，可以直接接桌面显示器。V620 用了 72CU，却一个显示连接器都没留，散热也交给服务器配合。两张专业卡对着不同的使用环境，32GB 这个共同数字只说明了其中一部分。

一张卡，可以分成几份来用

V620 还支持 SR-IOV，能把一张物理 GPU 的资源提供给多个虚拟环境。部署时会用到 VF，也就是虚拟功能，通过它把相应的硬件资源映射给虚拟机。

微软 Azure 的 NGads V620 实例就是具体例子。它提供四分之一 GPU 配 8GiB 显存、半张 GPU 配 16GiB，以及整卡配 32GiB 的规格。租到哪一份，就使用那一份资源，分区用户各有自己的容量份额。

我挺欣赏这种分法。如果几个图形环境各自用不满整张卡，能按任务给它们分配资源，比给每个环境都留一整张卡更合我的心意。32GB 放在这里，也有了容纳多个环境任务数据的用处。

当然，分成多少份要跟着平台配置走。AMD 数据表列的是最多 12 个 GPU 虚拟机，Azure 这套服务采用最多四路的划分。一个是厂商给出的上限，一个是云平台的具体部署，不能拿其中任何一个数字保证某种游戏或设计任务能同时跑多少份。

把这个功能搬进自己的机器，还要让平台和驱动接上。AMD 公开的已测部署会启用 IOMMU、SR-IOV 等平台功能，安装 GIM 驱动，在 KVM 里把 VF 分给虚拟机，再配置虚拟机内的软件。

黑色长壳，需要整机送风

配图里的 V620 是长条黑色外壳，带蓝色饰条，端部还有延伸的金属固定片。官方规格确认它采用被动散热，全高双槽，板长 267mm。

装进 PC 时，散热的工作就落到整机上了。需要安排气流通过显卡散热器，把热量带走；仅仅看机箱能塞进这段板长，还没有解决运行条件。安装位置也得给供电接头和线材留空间。

V620 的供电规格是双 8pin，TBP 为 300W。这是板卡功率口径，选择电源时还要计入 CPU 等其他部件和供电余量。最低风量、整机电源该选多少，得结合具体配置确定。

显示也要单独安排。要在本地接显示器，就得另有显示输出；打算远程访问，则要把对应的软件环境配好。V620 公开的系统支持包括 Windows Server 和 Linux，普通 Windows 11 裸机驱动以及具体主板的兼容性，还需要针对方案核实。

如果只是给日常桌面添一张能直接接显示器的卡，我会更偏爱前面 W6800 那种自带主动散热和显示接口的形态。V620 省下的这些板卡部件，对装机的人来说会变成整机要接手的事情。若本来就要搭远程服务或虚拟化实验环境，这些配套才更贴合要做的活。

32GB拿来推理，软件要跟上

单人使用这张卡，也可以研究本地 AI 推理。计算任务无须先把结果编码成桌面视频，ROCm 提供的是另一条软件路径。

AMD 文档分别说明了裸机常规 ROCm 安装和 V620 虚拟化部署。直接在物理机上使用 ROCm 有对应路径，用不着为了单机推理先统一绕进虚拟机。

版本和系统要看得细一些。ROCm 7.0.1 兼容矩阵的型号脚注明确写着，V620 在 ROCm 7.0.x 下仅支持 Ubuntu 24.04.3 和 Ubuntu 22.04.5。这项支持限定了型号、软件版本和系统组合，目标应用的版本与算子仍要另行核对，也不能直接套到更新版本上。

同型号有一个可以顺着研究的运行案例。llama.cpp 社区用户 samteezy 报告，他在 Linux、ROCm 6.4.1 环境下，用 V620 运行了 Llama 2 7B Q4_0。后续贴出的日志使用 ROCm 后端，构建号为 5c0eb5e，并指定 V620 单卡运行。这是用户自报并附日志的案例，未经独立复测，也不能替这条挂单里的卡保证运行结果。

若让我为本地推理折腾 V620，我会先拿目标模型核对这条软件路径，再决定怎么配机器。32GB 确实给任务留了数据空间，接下来要确认的，是自己想跑的那个应用能不能把它用起来。

这张 V620，你更想研究远程图形和资源分区，还是拿 32GB 显存试本地推理？如果你对这类服务器显卡的实际部署有自己的看法，云栈社区 里也有不少开发者在讨论硬件的落地玩法，欢迎一起来聊聊。