7900 ai绘画实测：这块A卡跑SD到底行不行

去年双十一咬咬牙上了块RX 7900 XTX，装机那几天美滋滋，直到我想在家跑Stable Diffusion——7900 ai绘画这条路，我算是从头到尾摸了一遍。第一晚折腾到凌晨一点，进度停在环境报错，一张图都没见着。

半年多用下来，我的结论是：能跑，好用谈不上，但也没网上说的那么惨。

卡住A卡的不是算力，是软件

AMD显卡跑AI绘画的瓶颈在软件生态，主流框架对N卡的照顾远多于A卡，Windows下得靠转译方案绕路。绕路就有损耗，这是速度打折的根源。

主流绘画框架的底层是PyTorch，而PyTorch最顺的那条路叫CUDA，是英伟达的地盘。A卡想上车只有三条路：DirectML，微软出的转译层，装上就能跑，但慢；ZLUDA，把CUDA调用翻译给AMD硬件，速度好不少，装起来费劲；Linux加ROCm，官方原生支持，速度最好，前提是你受得了Linux。

我按顺序试的。DirectML最先装，出图能出，SDXL一张1024的图要五十多秒，中途还显存溢出重开了两次，忍了一周弃了。然后换ZLUDA，折腾一晚上装好后，同一张图降到20秒上下，这才算能正常干活。ROCm我到现在没试，一台娱乐机不值得为它换系统。

实测数字全在这了

7900 XTX跑SD1.5约4秒一张，SDXL约20秒一张，24GB显存下大模型和多个控制插件可以随便堆。速度比同档N卡慢两到五成，显存倒挂优势明显。

我朋友的机器是4070，正好拿来对了一遍，同为跑图折腾人，数据放一起看：

日常我习惯夜里挂一批图，32张SDXL排队跑完七分多钟，睡一觉起来挑图，这个节奏对我够用了。真靠出图吃饭的工作室，每张省7秒累积起来就是另一回事，这个差距你自己算。

单看速度我这块是吃亏的，SDXL每张慢了7秒左右，批量出图差距会累积。可24GB显存带来的从容是另一回事：SDXL挂两个ControlNet再加放大脚本，显存占用还在15GB以内，朋友的12GB就得关这关那。他还试过在我机器上跑Flux，FP8量化版能塞进去，一张图三分多钟——能跑，但别指望用它量产。

装环境的坑，我替你踩完了

ZLUDA路线最大的坑是版本对应，HIP SDK和ZLUDA版本错配会直接报错，驱动更新也可能让环境一夜失效。装完别乱动驱动。

三次重装换来的教训，捡要紧的说。第一，别在DirectML上恋战，跑SD1.5还行，跑SDXL纯属自虐。第二，HIP SDK和ZLUDA的版本必须对上，我第一次拿新出的SDK配旧版ZLUDA，报错信息看都看不懂，退回配套版本一次过。第三，ComfyUI对A卡比WebUI友好，报错少、教程新，能省不少事。

还有个阴间问题：今年三月份一次显卡驱动更新，装完ZLUDA直接罢工，出图全崩。回滚驱动才救回来。打那以后我的驱动更新停在3月那版，游戏性能我不在乎，出图稳定优先。你要是也走这条路，装完环境第一件事就是把自动更新关了。

写这篇的时候，机器还在后台跑着一批夜景色调的图，二十来秒一张，我刷会手机就来收。想起装机那晚对着报错干瞪眼到凌晨一点，骂是真骂过；但看它塞着大模型游刃有余的样子，又觉得这卡没白买。一句话收尾：图省心选N卡，图显存和不折腾升级的预算，7900配上一晚上耐心，也完全走得通。

常见问题

7900 XT和XTX跑图差别大吗？

XT是20GB显存，流处理器少一档，我的体验是SDXL速度大概慢两成，日常出图完全够用。预算紧选XT不亏，真要跑Flux这类大家伙，XTX的24GB更踏实。

出图的时候机器还能干别的吗？

能。24GB显存下SDXL只占11GB左右，我边跑图边打游戏，帧数掉一截但不影响操作。N卡12GB想两头兼顾就比较勉强了。

装环境失败最常见的死因是什么？

版本错配。报错先看第一行，八成是HIP SDK和ZLUDA对不上，或者Python版本太新没有对应包。别急着搜报错全文，先回去核对版本对照表。

用7900训练LoRA现实吗？

我试过SDXL的LoRA，24GB不用开省显存模式，三十来张图的素材跑一轮四十多分钟，能接受。ZLUDA下训练稳定性一般，偶尔中断，建议设置里存档设勤一点。