AMD 显卡本地部署大模型完全指南（ROCm 实战）
基于你的 AMD 显卡，从零完成大模型本地部署的实战指南：ROCm 环境搭建、Ollama 与 vLLM 两种方案、27B 量化模型实测速度与显存占用，以及驱动、镜像、量化三大常见坑。
知识与实践
文章
从部署教程、模型评测到行业观察。
本地大模型实战对比：DeepSeek / Qwen / Llama 怎么选
三款主流开源模型在本地场景下的定位差异、开源协议与选型建议，帮你在 32GB 显存下选对模型。
Ollama + ROCm：AMD 显卡从零跑通本地大模型
AMD 显卡用户跑本地模型的完整路径：ROCm 环境准备、ollama-for-amd 部署、模型运行验证与常见坑，附 R9700 实测。
推理成本一年跌了十倍：对本地部署意味着什么
大模型 API 价格战白热化，推理成本一年降 10~100 倍。云便宜了，本地部署还有没有价值？算清楚这笔账。
显存不够时怎么办：量化与 CPU offload 实战策略
32GB 显存下跑 27B 模型的实用策略：量化精度取舍、offload 机制原理、层切分的真实效果与常见误区。
RAG 知识库实战：给本地商家搭一个能查能答的 AI 助理
一个真实落地方向：把商家文档、产品资料做成 RAG 知识库，本地模型 + 向量检索，让 AI 基于自己的资料回答。