TinkerLab
ARTIFACT // AUDIT-AND-SERVE-48GB-PCIE-ACCELERATOR.SH (SH)

48GB–96GB 大显存 PCIe 加速卡硬件体检与服务启动脚本(FuriosaAI RNGD / 魔改 RTX 4090 48G / 昇腾 300I Duo) (audit-and-serve-48gb-pcie-accelerator.sh)

自动识别宿主机上的 FuriosaAI RNGD(furiosa-smi)、双面贴片魔改 RTX 4090 48GB(自动锁 350W 功耗护显存并检查 P2P/BAR1)或华为 Atlas 300I Duo(npu-smi 双芯枚举核验),并拉起对应的原生 OpenAI 兼容推理服务。

[核心实测结论 / TL;DR]本配置包「48GB–96GB 大显存 PCIe 加速卡硬件体检与服务启动脚本(FuriosaAI RNGD / 魔改 RTX 4090 48G / 昇腾 300I Duo)」(文件名:audit-and-serve-48gb-pcie-accelerator.sh,格式:SH)是 Tinker AI 实测工坊配套指南《furiosa-rngd-48gb-hbm3-vs-modded-rtx-4090-48gb-blower-and-atlas-300i-duo-96gb-pcie-local-llm-benchmark》的参数化生产模板。支持在本地浏览器实时定制 目标加速卡栈 (furiosa | cuda48g | ascend) (BACKEND_MODE=cuda48g)、模型仓库 ID 或本地权重路径 (MODEL_REPO_OR_PATH=Qwen/Qwen3.6-35B-A3B-FP8)、魔改 4090 48GB 功耗墙瓦数(推荐 320-360 防背板过热) (MOD4090_PL_WATTS=350)、OpenAI 接口监听端口 (API_PORT=8000) 等 4 项核心变量,默认遵循 127.0.0.1 回环绑定与最小权限规范。
01 // HOMELAB本地 AI / HomeLab· 验证日期:2026-11-12
查看全部 48 套配置附件 →
audit-and-serve-48gb-pcie-accelerator.sh

48GB–96GB 大显存 PCIe 加速卡硬件体检与服务启动脚本(FuriosaAI RNGD / 魔改 RTX 4090 48G / 昇腾 300I Duo)

自动识别宿主机上的 FuriosaAI RNGD(furiosa-smi)、双面贴片魔改 RTX 4090 48GB(自动锁 350W 功耗护显存并检查 P2P/BAR1)或华为 Atlas 300I Duo(npu-smi 双芯枚举核验),并拉起对应的原生 OpenAI 兼容推理服务。

查看配套实测指南 →
参数化定制变量 (Variables — 自动保存在本地浏览器)
UTF-8 编码 · 零延迟实时编译
#!/usr/bin/env bash
# Tinker AI — 48GB–96GB PCIe Inference Card Doctor & OpenAI Server Launcher (Guide #47)
set -euo pipefail

MODE="cuda48g"
MODEL="Qwen/Qwen3.6-35B-A3B-FP8"
PL_WATTS="350"
PORT="8000"

echo "=== [1/3] Enumerating PCIe Gen4/Gen5 Link Width, Airflow & BAR Mapping ==="
lspci -nn | grep -iE "VGA|3D|Processing|Furiosa|Huawei" || true

if [ "$MODE" = "furiosa" ]; then
  echo "=== [2/3] Auditing FuriosaAI RNGD (48GB HBM3 · 180W TCP) via furiosa-smi ==="
  furiosa-smi
  echo "Note: Ensure chassis airflow keeps passive RNGD die < 78C under sustained prefill!"
  echo "=== [3/3] Launching furiosa-llm OpenAI Server on port $PORT ==="
  furiosa-llm serve "$MODEL" \
    --host 0.0.0.0 \
    --port "$PORT"
elif [ "$MODE" = "cuda48g" ]; then
  echo "=== [2/3] Auditing Clamshell RTX 4090 48GB Blower & Clamping Power to ${PL_WATTS}W ==="
  sudo nvidia-smi -pm 1 || true
  sudo nvidia-smi -pl "$PL_WATTS" || true
  nvidia-smi --query-gpu=index,name,memory.total,power.limit,temperature.gpu,pstate --format=csv
  nvidia-smi topo -m || true
  echo "=== [3/3] Launching vLLM OpenAI Server (48GB Single-Card Zero-Split Mode) ==="
  vllm serve "$MODEL" \
    --max-model-len 65536 \
    --gpu-memory-utilization 0.92 \
    --enable-prefix-caching \
    --host 0.0.0.0 --port "$PORT"
elif [ "$MODE" = "ascend" ]; then
  echo "=== [2/3] Auditing Huawei Atlas 300I Duo (2x 48GB Ascend 310P Dies) via npu-smi ==="
  npu-smi info
  ls -la /dev/davinci* /dev/davinci_manager /dev/devmm_svm /dev/hisi_hdc || true
  echo "=== [3/3] Reminder: Use FP16 / W8A8 (NOT BF16) across TP=2 (/dev/davinci0,1) in MindIE ==="
  docker ps --filter "ancestor=ascendhub.huawei.com/public-ascendhub/mindie" || echo "Ready to start MindIE W8A8 container on port $PORT (bind /dev/davinci0 & /dev/davinci1)."
else
  echo "Unknown BACKEND_MODE=$MODE (expected: furiosa | cuda48g | ascend)" >&2
  exit 1
fi
PARAMETER SPECIFICATION // 参数化变量规范说明表

「audit-and-serve-48gb-pcie-accelerator.sh」可定制环境变量与默认值说明

本配置模板(SH 格式)支持 4 项运行时参数注入,所有替换均在本地浏览器内完成。

模板占位符参数用途说明安全默认值填写示例
{{BACKEND_MODE}}目标加速卡栈 (furiosa | cuda48g | ascend)cuda48gcuda48g
{{MODEL_REPO_OR_PATH}}模型仓库 ID 或本地权重路径Qwen/Qwen3.6-35B-A3B-FP8Qwen/Qwen3.6-35B-A3B-FP8
{{MOD4090_PL_WATTS}}魔改 4090 48GB 功耗墙瓦数(推荐 320-360 防背板过热)350350
{{API_PORT}}OpenAI 接口监听端口80008000
PAIRED HARDWARE MANIFEST // 配套实测环境与边界记录

配套指南《48GB–96GB 大显存 PCIe 推理加速卡实测与避坑对决:FuriosaAI RNGD(48GB HBM3 · 1.5 TB/s · 180W TCP 架构)vs 魔改涡轮 RTX 4090 48GB(1,008 GB/s GDDR6X)vs 华为 Atlas 300I Duo(96GB 双芯 LPDDR4X 陷阱)》验证基线

实测硬件与操作系统 (Hardware & OS)

FuriosaAI RNGD PCIe Gen5 x16(48GB HBM3 · 1,500 GB/s · 256MB 片上 SRAM · 180W TDP 加装高静压导风罩)、双面贴片魔改双槽涡轮版 RTX 4090 48GB(49,152 MiB GDDR6X · 1,008 GB/s · 锁定 350W)与华为 Atlas 300I Duo(96GB = 2× 48GB 昇腾 310P3 · 单芯 204 GB/s LPDDR4X · 150W),统一插于 AMD EPYC 9354P PCIe 5.0 平台

锁定软件栈与模型版本 (Pinned Versions)
Furiosa SDK 2026.1 (`furiosa-smi`, `furiosa-llm serve` OpenAI API w/ PagedAttention & FXB FP8/INT4)NVIDIA Driver 570.133 (`tinygrad/open-gpu-kernel-modules` P2P + BAR1 fork) + `vLLM` 0.9.2 + `llama.cpp` b4995Huawei CANN 8.0.RC3 + `MindIE` 1.0.0 (`W8A8` `msmodelslim` TP=2) vs `llama.cpp` (`-DGGML_CANN=ON`)Models: `Qwen/Qwen3.6-35B-A3B` (FP8 / Q8_0), `Qwen/Qwen3-32B` (FP8 / Q4_K_M / W8A8), `meta-llama/Llama-3.3-70B-Instruct` (Q4_K_M / INT4)
离线与安全边界 (预编译 FXB / GGUF / W8A8 权重落盘后 100% 物理断网内网可用)

拔除外部网线实测核验:Furiosa 预编译 FXB 产物、GGUF 量化文件及华为 MindIE W8A8 权重均直接从本地 NVMe 加载,无云端授权校验或遥测外联。

已知限制与失败边界 (Known Limits)
  • **FuriosaAI RNGD 被动散热与静态图预编译(FXB)边界:** 服务器版 RNGD 采用**无风扇全被动散热鳍片**,装入普通塔式工作站时**必须加装 3D 打印尾部涡轮/高静压导风罩**(保持核心与 HBM3 低于 `78 °C`);此外 RNGD 不跑 CUDA 动态算子,首次运行冷门自定义模型或新上下文分桶时需执行一次 `furiosa-llm build` 编译生成 FXB 执行包(主流 Qwen/Llama 可直接拉取官方预编译仓库)。
  • **双面贴片魔改 RTX 4090 48GB 背板显存过热降频隐患(`>102 °C`):** 魔改 48GB 卡将 24 颗 2GB GDDR6X 中的 12 颗贴在 **PCB 背面**,无法享受正面主涡轮风道直吹。若维持默认 `450W` 满功耗连续长文预填充,背板显存结温极易飙破 `102–106 °C` 触发显存纠错掉速甚至黑屏掉卡!务必开机自动执行 `sudo nvidia-smi -pm 1 && sudo nvidia-smi -pl 350`(解码速度损失不到 `4%`,背板显存直降 `14–18 °C`)。
  • **华为 Atlas 300I Duo 并非单池 96GB 且缺失原生 `BF16` 算力:** 运行 `npu-smi info` 可见该卡实为**两颗完全独立的 48GB 昇腾 310P3 芯片(`/dev/davinci0` 与 `/dev/davinci1`)**,单芯内存带宽仅 `204 GB/s`(LPDDR4X);且 310P 硬件**不支持原生 `BF16`**,强转 `FP16` 跑 Gemma 等激活值范围大的模型极易溢出吐乱码,必须配合官方 `MindIE` 引擎的 `W8A8` 量化与双芯张量并行(`TP=2`)才能发挥实用性能。
DEPLOYMENT CHECKLIST // 配置落地核验步骤

部署 audit-and-serve-48gb-pcie-accelerator.sh 后的 3 步验收清单

  1. 已完成满载前散热保护:被动散热的 `RNGD` / `300I Duo` 已加装高静压导风罩(满载 `<78 °C`),双面贴片 `RTX 4090 48GB` 已固化 `nvidia-smi -pl 350` 锁功耗。
  2. 已核验设备拓扑与显存池识别正常(`furiosa-smi` 显示 48GB HBM3、`nvidia-smi` 显示 `49152 MiB`,或 `npu-smi info` 完整列出两颗 48GB `310P3` 核心)。
  3. 已匹配芯片最优推理引擎:RNGD 使用 `furiosa-llm serve`,魔改 4090 48GB 使用 `vLLM / llama.cpp`,Atlas 300I Duo 使用 `MindIE`(`W8A8` 双芯并行,规避 `BF16`)。