Intermédiaire 12 minRadeon RX 7000

Quel LLM sur Radeon RX 7900 XTX (24 Go) ?

La Radeon RX 7900 XTX (décembre 2022) est l'alternative AMD à la RTX 4090 pour l'IA locale. 24 Go de VRAM GDDR6, 960 Go/s de bande passante, 6 144 stream processors RDNA 3. À 700-850 € en occasion en 2026 (vs 1700-1900 € pour une 4090 occasion), elle tient Llama 70B Q4 en offload, Qwen 32B confortablement, et tout 14B-24B en Q5/Q6. Ce guide détaille ses capacités réelles sous ROCm 6.x.

Par Mohamed Meguedmi·Màj 2026-04-26·Testé sur Windows, macOS, Linux

#RX 7900 XTX, l'alternative 4090

Architecture
RDNA 3 Navi 31. Premier MCM (chiplets) AMD GPU.
VRAM
24 Go GDDR6 20 Gbps, bus 384 bits. Bande passante 960 Go/s.
Stream Processors
6 144. AI Accelerators 1ʳᵉ gen (FP16 BF16, pas FP8).
TDP
355 W. Alim 850 W.
Prix 2026
700-850 € en occasion. ~1100 € en neuf rare.
→
Le meilleur 24 Go AMD sous 1000 €
À 750 € occasion, c'est ~1000 € de moins qu'une RTX 4090. 24 Go VRAM, bande passante quasi-équivalente (960 vs 1008 Go/s). En LLM pur, ~15-20 % plus lente que la 4090 sous CUDA, mais énorme économie.

#1. ROCm sur RDNA 3

ROCm 5.7+ (mature)
RDNA 3 supporté depuis ROCm 5.7. ROCm 6.x apporte des optimisations LLM significatives.
Linux préféré
Ubuntu 22.04/24.04 LTS. Windows ROCm fonctionne mais reste moins testé.
Vulkan fallback
Si ROCm pose problème, llama.cpp Vulkan fonctionne très bien sur 7900 XTX. -10 % perf.
Flash Attention
Supporté via ROCm 6.x sur RDNA 3. Activé par défaut dans llama.cpp HIP backend.

#2. Modèles compatibles 24 Go

RX 7900 XTX 24 Go — modèles LLM
ModèleQuantVRAMTokens/sec
Mistral 7BQ5_K_M5,1 Go85-95
Llama 3.1 8BQ6_K6,7 Go75-85
Qwen 2.5 Coder 14BQ6_K11,7 Go48-56
Phi-4 14BQ8_015 Go38-46
Mistral Small 24BQ6_K20 Go26-32
Qwen 2.5 32BQ5_K_M23 Go20-26
DeepSeek-Coder 33BQ4_K_M19 Go22-28
Llama 3.3 70BQ2_K26 Go5-8 (offload)
Llama 3.3 70BIQ2_XS21 Go12-16

#3. Installation Ollama + ROCm

Setup Ubuntu 24.04
# 1. ROCm 6.3
wget https://repo.radeon.com/amdgpu-install/6.3.x/ubuntu/noble/amdgpu-install_6.3.x_all.deb
sudo apt install ./amdgpu-install*.deb
sudo amdgpu-install --usecase=rocm
sudo usermod -aG render,video $USER
sudo reboot

# 2. Vérifier
rocminfo | head -30
rocm-smi

# 3. Ollama
curl -fsSL https://ollama.com/install.sh | sh
ollama run qwen2.5:32b

#4. Benchmarks tokens/sec

RX 7900 XTX 24 Go — Q4_K_M, ROCm 6.3, Ubuntu 24.04
ModèleTokens/secvs RTX 4090
Mistral 7B92 t/s-16 %
Llama 3.1 8B82 t/s-16 %
Phi-4 14B52 t/s-16 %
Qwen 2.5 32B26 t/s-19 %
Mistral Small 24B32 t/s-24 %

#5. RX 7900 XTX vs RTX 4090

Match 24 Go générationnel
CritèreRX 7900 XTXRTX 4090
VRAM24 Go GDDR624 Go GDDR6X
Bande passante960 Go/s1008 Go/s
Mistral 7B Q492 t/s110 t/s
Llama 70B Q45-8 t/s7-10 t/s
StackROCm/VulkanCUDA
Prix 2026~750 € occ.~1800 € occ.
→
Le rapport perf/€ est imbattable
Pour 1000 € de moins qu'une 4090, vous obtenez ~85 % de la perf LLM avec les mêmes 24 Go VRAM. Si CUDA n'est pas critique pour vous, c'est l'achat occasion le plus intelligent du moment.

#Verdict 2026

Recommandée fortement si
Linux user, budget ≤ 850 € pour 24 Go, accepte ROCm. Meilleur rapport VRAM/€ AMD.
Préférez RTX 3090 occasion si
Budget ≤ 800 €, environnement Windows pur, écosystème CUDA non négociable.
Préférez RTX 4090 si
Budget atteint ~1800 €, recherchez la perf max avec mature CUDA, fine-tuning sérieux.

#Questions fréquentes

La RX 7900 XTX peut-elle faire tourner Llama 3.3 70B ?+
Oui en mode dégradé. Q4_K_M (42 Go) : offload 18 Go en RAM → ~3-5 tok/s (lent). IQ2_XS (21 Go) : tout en VRAM → 12-16 tok/s mais qualité dégradée. Pour 70B confortable, RTX 5090 (32 Go) ou Mac Studio.
Combien de tokens/sec pour Mistral 7B sur RX 7900 XTX ?+
85-95 tokens/seconde en Q4_K_M sous ROCm 6.3. ~16 % moins rapide qu'une RTX 4090, mais très confortable pour tout usage.
RX 7900 XTX ou RTX 3090 pour LLM ?+
Match très serré. RX 7900 XTX : +20 % vitesse, neuf à ~1100 € ou occasion ~750 €. RTX 3090 : CUDA mature, occasion ~750-800 €. Si Linux/ROCm OK, RX 7900 XTX gagne. Si Windows + CUDA, 3090.
ROCm est-il fiable pour usage LLM quotidien sur RX 7900 XTX ?+
Oui en 2026. ROCm 6.x est mature pour LLM. Ollama, llama.cpp, vLLM tous supportés. Quelques bugs kernel < 6.10, sinon stable.
Peut-on faire du fine-tuning LoRA sur RX 7900 XTX ?+
Oui. PyTorch + ROCm + bitsandbytes-rocm fonctionnent. QLoRA 7B-14B confortable. QLoRA 24B : ~20 Go, jouable. QLoRA 70B : tight, batch 1.
Alim recommandée pour RX 7900 XTX ?+
850 W ATX 2.0 minimum qualité. TDP 355 W + CPU 150 W + système = 545 W nominal. Pics RDNA 3 jusqu'à 450 W transitoires.
Flash Attention fonctionne-t-il sur RX 7900 XTX ?+
Oui via ROCm 6.x dans llama.cpp HIP backend. FA2 actif par défaut. Gain ~10 % sur contextes longs.
Ce guide vous a aidé ?

Un retour, une erreur, une précision ? Faites-nous signe, ça améliore le guide pour tout le monde.