AMD 的图形线：RDNA 1 → 4 四代，RX 5000 到 RX 9000 的参数与代际差别。
RDNA 是 AMD 的图形架构，四代演进的主线很清楚：RDNA 1（RX 5000）首次上 7nm；RDNA 2（RX 6000）加入硬件光追与 Infinity Cache；RDNA 3（RX 7000）改用 chiplet 小芯片封装，24GB 的 7900 XTX 是消费卡显存容量的高点；RDNA 4（RX 9000）换了新的光追单元并加强 FP8/INT8 推理能力。
对本地 AI 用户，RDNA 的实际价值是每 GB 显存的价格：24GB 的 RX 7900 XTX 常显著低于同容量 NVIDIA 卡。前提是接受 ROCm 的模型覆盖范围——不是所有量化和推理框架都能在 ROCm 上顺利跑通。
一句话结论：纯游戏与大显存性价比选 RDNA；依赖 CUDA 生态的 AI 与专业软件，先确认 ROCm/认证支持再考虑。
显存覆盖 2–48 GB，最高 FP32 算力 61.39 TFLOPS，发布年份跨度 2019–2025，其中 2 款为 HBM 显存。点任一型号进入完整参数页（规格、算力、功耗、替代型号）。
能，走 ROCm + PyTorch/vLLM 的 AMD 分支，24GB 可跑 32B 级 INT4 量化模型。稳定性与算子覆盖不如 CUDA，要在目标模型上实测。
主要在光追单元效率、能效比和对低精度推理（FP8/INT8）的支持；显存仍以 GDDR6 为主，容量档位没有大幅上移。
扫码关注
