记录一下和混插内存条的搏斗过程

qwased

电脑上一直插着16G x2的条子，打游戏够用就没管，现在玩AI发现32G还真不够看了眼购物平台，放弃买新条子的想法

翻了下抽屉摸出来两根8g，想用来垂死挣扎一下
没想到要用起来还挺麻烦的，记录一下踩坑过程
平台是13600KF+华硕Z690-P D4，16G条子是intel专用条的CJR 4bit颗粒，8G条子是科赋2666普条 1JR颗粒

一开始都插上，扣电池重置bios，不亮机
之后苦思冥想发挥毕生所学，进行以下操作：
只插一根8G到A1插槽（离CPU最近的那个槽位），亮机，进入bios锁定cpu sa电压为1.2v，关闭MRC fastboot保证每次开机都进行内存training，内存频率固定2400，所有小参全部放auto，内存电压锁定1.3v
随后加一根内存，开机，关机，再加一根内存，最终A2B2插16G条子，A1B1插8G条子，成功亮机

然后开始摸内存频率，3200以上也不亮机。之后设定内存频率3200，打开MRC fastboot，用起来就跟之前没什么区别了
不过内存性能大幅下降拖慢一点游戏帧率是没法避免的事情毕竟之前内存延迟只有55ns，现在72ns了
TM5过测，收工

netplaying

如果你是生成视频、训练模型、大语言模型，显卡的显存不够用到了模型层级卸载（layer offloading，或者理解为显存不够内存来凑），建议优先考虑高频ddr5，因为layer offloading的过程就是一刻不停的从内存写入和读出的过程。这个过程的速度只跟内存带宽有关，与时序等内存小参无关。而且你跑模型时内存占用越多速度差别越大。
ddr4 3200对比ddr5 6400理论带宽差了整整一倍。考虑到模型不可能全在内存里，根据不同的分层卸载比例，我估计跑大模型时d4和d5速度能差到20~70%。

qwased

netplaying 发表于 2026-8-5 23:15
如果你是生成视频、训练模型、大语言模型，显卡的显存不够用到了模型层级卸载（layer offloading，或者理解 ...

没钱导致的.jpg
凑合玩玩，真想当回事干我就去租云gpu了

我懒

48g是目前最舒服的穷人玩AI甜点内存容量，主流的ZIT和KREA2模型训练，最新的minimax h3视频官方默认工作流，都刚刚好可以不暴内存跑起来。

qwased

这次我觉得最神奇还是一根一根加内存这个老方子居然还能用，这方法我印象中是奔腾时代我在数码杂志上看来的，最后一次使用是折腾zen1的时候

子虚乌有

96G还是感觉不够用。写代码得让ai优化一下要不会oom

kros

子虚乌有 发表于 2026-8-6 09:22
96G还是感觉不够用。写代码得让ai优化一下要不会oom

现在96G内存太贵了，我4000买的D5 48  。放之前能买192

宮脇咲良

daisychain插槽信号强弱为a1最弱b1次强a2次弱b2最强
那么已知内存体质的情况下a1插最强b1插次弱a2插次强b2插最弱
这样就是兼容性最强的水桶插法