硬件选购 FAQ

显卡、显存、电源、内存、二手避坑 —— 硬件选购的一切常见问题。 共收录 39 个页面的常见问题,点击问题展开答案,「查看全文」跳转深度指南。

不确定买什么?先看场景选型按应用反推,或直接按预算抄配置单。

RTX 5060 Ti 16G 跑 AI 怎么样?

5060 Ti 16G 跑 Flux 快吗?
FP8 量化版可用但不快:1024×1024 约 30-60 秒/张,比 5070 Ti 慢一倍以上。原因不是显存而是带宽(448 vs 896GB/s)。能跑,做商单生产建议上 5070 Ti。

查看全文 →

能跑 32B 模型吗?
能,但需要部分 offload:32B Q4 约 20G,16G 显存装不下,速度会从 30+ 掉到 10 tok/s 以下。日常用 14B 全速,32B 留给「让它慢慢想」的任务。

查看全文 →

8G 版和 16G 版差多少?
差一个档次:8G 版 Flux 装不下、14B 以上无缘,只适合 SDXL。多花的 ¥600-700 买的是「未来两年还能跑新模型」,闭眼选 16G。

查看全文 →

和 4060 Ti 16G 怎么选?
同价位优先 5060 Ti 16G:带宽 +55%、支持 FP4,速度明显更快。4060 Ti 16G 只在二手大幅低于 5060 Ti 时考虑。

查看全文 →

5000 元 AI 入门配置单

5000 元档为什么不上 16G 显存?
预算做不到:16G 卡(5060 Ti ¥4,299)整机至少 ¥7.5k 档——11 月行情后本档总价已到 ¥6.8k 上下。如果主要玩 SDXL,这套够用;想跑 Flux,建议直接看 8000 元档或把内存降到 16G 换 5060 Ti。

查看全文 →

DDR4 平台会不会太老?
对 AI 推理几乎无影响——瓶颈在显存与显卡带宽。省下的平台差价贴给显卡,是这个档位的正确姿势。

查看全文 →

每万元 AI 算力榜

为什么榜首常是入门卡?
入门卡的单位算力价格天然更低(5060 Ti 16G 每万元算力 10.0,5090 只有 5.9)——它每一块钱买到的算力确实最多,但绝对速度有天花板。所以这个榜的用法是「在你的性能底线之上找最值」,而不是「无脑买第一」。

查看全文 →

算力指数怎么来的?
以 RTX 5090 = 100,综合 SD 出图速度、LLM 推理 tokens/s、FP8 吞吐三类公开实测折算,方法见[关于本站](/about/)。指数衡量「跑 AI 应用的综合快慢」,不等于游戏跑分。

查看全文 →

价格用的是哪家的?
京东参考价,人工核对并标注更新日期;电子产品价格波动频繁,大促期间实际到手价可能更低,建议下单前比价。

查看全文 →

6000 元学生 AI 配置单

6000 元档为什么敢上 5060 Ti 16G?
平台全部按最低可用配(DDR4/H610/12400F),预算集中在显卡——这是学生档的黄金公式。16G 显存意味着 Flux、14B 模型、毕业设计的 LoRA 微调全部解锁。

查看全文 →

能跑毕业设计的训练任务吗?
能:SD/Flux LoRA 微调(16G 开梯度检查点)、7B QLoRA。更重的训练按小时租云(学生认证约 ¥1.8/h)比升级硬件划算。

查看全文 →

RTX 5070 Ti 跑 AI 怎么样?

5070 Ti 和 5080 跑 AI 差距大吗?
纯算力差 15-20%,显存同为 16G。AI 场景下 5070 Ti 的性价比更高(每万元算力 8.9 vs 7.7),除非你靠出图速度吃饭,差价不如加到内存或硬盘。

查看全文 →

16G 够跑 70B 吗?
不够全显存覆盖(需约 42G),offload 后约 3-5 tok/s,只适合后台挂着跑。想本地 70B 请直接看 5090 32G 或双卡方案。

查看全文 →

视频生成选它还是 5080?
14B 视频模型两者都能跑(量化),5080 快 20% 左右。预算有限选 5070 Ti + 更大硬盘(视频素材比算力更早成为瓶颈)。

查看全文 →

配什么电源?
850W ATX3.1 金牌起步:300W TDP 的瞬时毛刺需要余量,也是未来升级 5080/5090 的通用投资。

查看全文 →

8000 元主流 AI 配置单

为什么是 5070 12G 而不是 5060 Ti 16G?
看用途:SDXL/绘画为主选 5070(带宽 672GB/s,速度快 60%);想兼顾 Flux 和 14B+ 模型选 5060 Ti 16G(容量优先)。两者整机价接近,按主用途二选一。

查看全文 →

内存 32G 够吗?
这个档位的显卡决定了模型上限在 14B 级别,32G 内存完全够。后续升 64G 只需加两条同型号。

查看全文 →

显存性价比榜

什么人该看这个榜?
模型装不进显存一切免谈的用户:本地大模型(按参数量倒推显存)、Flux 全精度、视频生成。如果你的主要应用是 SDXL 这类 8G 就能跑的,看[每万元算力榜](/rankings/gpu-value/)更合适。

查看全文 →

二手卡为什么也在榜上?
3090 24G 二手约 ¥230/GB,是全场最低的显存单价——但无保修、功耗高、需要验卡。我们标注了「二手」,风险自担的部分请先读[二手显卡避坑指南](/guides/used-gpu-checklist/)。

查看全文 →

显存大就一定好?
容量决定「能不能跑」,带宽决定「跑多快」。3060 12G 显存单价低但带宽弱,适合学生与轻量任务;追求速度请结合[显卡对比表](/hardware/gpu/)的带宽列一起看。

查看全文 →

10000 元全能 AI 配置单

为什么 10000 元档不上 5070 Ti?
这套的定位是「全能」而非「纯 GPU」:64G 内存 + 14 核 CPU 让 Agent 开发、RAG、多任务并行都从容,16G 显卡覆盖推理与轻训练。纯绘画/大模型重度用户请把内存砍半、显卡上 5070 Ti。

查看全文 →

能本地跑多大规模的模型?
14B Q4 全速(20+ tok/s)、32B offload 可用;配 API 做 Agent 编排,本地模型做敏感数据处理,是这套配置的最佳用法。

查看全文 →

RTX 5090 跑 AI 怎么样?

5090 跑 70B 多快?
Q4 量化约 10-12 tok/s(32G 覆盖率 76%,部分 offload)——日常可用。全显存覆盖需 48G+(双 3090 或专业卡),速度反而更快但折腾成本高。

查看全文 →

电费和散热要注意什么?
整机峰值近 1kW:16A 插座、360 水冷、风道良好的全塔机箱是标配;每天 4 小时满载电费约 ¥2.5-3。租房老电路慎入。

查看全文 →

为什么不像 4090 时代那样推荐双卡?
5090 无 NVLink 桥接,双卡依赖 PCIe P2P 与框架支持,推理兼容性参差;单卡 32G + offload 是更省心的路线。

查看全文 →

和租云比划算吗?
日均 4 小时以上本地回本约 1 年半;间歇性使用先看[云 vs 本地对比](/builds/cloud-vs-local/)的公式再决定。

查看全文 →

15000 元进阶 AI 配置单

16G 显存这个价位够用吗?
Flux dev FP8 流畅、32B Q4 刚好装入、SDXL 批量生产——个人生产力全覆盖。若主要跑 70B 模型,直接上 30000 元档的 5090 32G。

查看全文 →

什么时候该跳过这档直接买 5090?
两个信号:你的模型清单里有 70B;或者视频生成是主业(长镜头/批量交付)。否则 16G + 64G 的组合性价比更高。

查看全文 →

云 GPU 性价比榜

每小时单价低就是最划算吗?
不一定:真实成本 = 单价 × 使用时长 + 排队等待 + 数据传输。包周通常再打 85 折,日均 3 小时以上就该看包周/包月价;长期 7×24 常驻,建议直接算[云 vs 本地](/builds/cloud-vs-local/)的回本账。

查看全文 →

个人学习和企业生产怎么选?
个人/学生:AutoDL、仙宫云类平台(便宜 + 社区镜像开箱即用);企业生产:阿里云/腾讯云(贵但有 SLA、发票、内网互通)。两类的贵贱差在「保障」,不在算力本身。

查看全文 →

海外平台为什么也收录?
RunPod / vast.ai 在海外模型与数据集场景(HuggingFace 直连)有优势,竞价价格常低于国内;前提是你能稳定访问海外网络。

查看全文 →

RTX 5090 D 跑 AI 怎么样?

5090 D 和 5090 差在哪?
D 版按合规要求削减了少量算力规格(带宽与显存不变),推理体感差距在个位数百分比。真正的差异在渠道:D 是行货有国内保修,水货 5090 便宜但保修凭缘分——暴涨行情里保修的价值被放大了。

查看全文 →

官网价和市场价差这么多,正常吗?
这轮存储超级周期里官方建议零售价整体失真,AIB 已多轮上调供货价。买 D 版按市场参考价理解,别拿官网价当锚点;价保 + 自营发票是仅有的两道保险。

查看全文 →

电源要求?
与 5090 一致:575W TDP + 瞬时毛刺,1200W ATX3.1 起步,原生 12V-2×6 线直插,别用转接线——细节见[12V-2×6 安全课](/guides/12v-2x6-meltdown/)。

查看全文 →

RTX 5070 跑 AI 怎么样?

12G 显存 2026 年还够用吗?
绘画和大模型日常够用;但 Flux 全体验、32B、视频 14B 都需要 16G+。12G 是「现在舒适」,16G 是「未来两年」——差价已不到 ¥1.5k,上 5060 Ti 16G 是更保值的选择。

查看全文 →

5070 和 5060 Ti 16G 怎么选?
速度优先(SDXL/出图效率)选 5070:带宽 672 vs 448GB/s,快 40-60%;容量优先(Flux/32B/视频)选 5060 Ti 16G。纯绘画选 5070,大模型选 5060 Ti。

查看全文 →

能跑视频生成吗?
能跑 1.3B-5B 级轻量模型和 LTX;14B 视频模型需要 16G+(量化)或 24G,12G 不建议。

查看全文 →

30000 元 AI 工作站配置单

30000 元工作站能覆盖哪些任务?
消费级硬件的天花板配置:70B Q4 单卡推理(10+ tok/s)、MoE 混合专家模型本地化、14B 视频模型全速、70B LoRA 微调。再往上的全参训练属于数据中心卡(H100/B200)的领地。

查看全文 →

为什么不推荐双 3090 方案?
双卡依赖 NVLink/PCIe P2P 与框架支持,3090 的 NVLink 桥接件已难买到,推理框架兼容性也参差;两张无保修二手卡的故障率叠加,不适合推荐为标准方案。动手能力强可自行尝试。

查看全文 →

电费与散热要注意什么?
575W 显卡 + 16 核 CPU,整机峰值逼近 1kW:需要 16A 插座与良好风道,建议 360 水冷 + 全塔机箱;电费按每天 4 小时满载算约 ¥3/天。

查看全文 →

20000 元 AI 工作站配置单

20000 元档和 15000 元档差在哪?
显卡 5070 Ti → 5080(+15% 算力/+7% 带宽)、CPU 8 核 → 16 核、硬盘 2T → 4T。本质是「够用」到「生产工具」的跨越:出图快一档、视频渲染排队短一档、数据预处理快一倍。

查看全文 →

为什么不上 5090?
5090 整机要到 ¥3 万且功耗近 1kW。20000 档的用户画像(内容生产/中小批量训练)用 5080 + 强 CPU + 4TB 的组合,综合产出更高。

查看全文 →

RTX 5080 跑 AI 怎么样?

5080 和 5070 Ti 值不值 2000 差价?
看你每小时出多少图:纯算力差 15-20%,带宽差 7%。以绘画为生(日更 100+ 张、视频渲染排队)值;个人创作者不值,5070 Ti 性价比更高。

查看全文 →

16G 跑视频生成够吗?
够到 14B 量化版(720p 流畅、1080p 慢);长镜头与批量交付建议 24G+(二手 3090 / 5090)。

查看全文 →

为什么不如上代 4090?
4090 24G 二手价高且无保修;5080 的优势是新卡保修 + ATX3.1 适配 + FP4 支持。显存刚需(32B 全速)仍选 24G,速度均衡选 5080。

查看全文 →

云 GPU vs 本地硬件:成本对比与决策方法

到底什么时候租云、什么时候买本地?
经验法则:日均 GPU 使用 < 2 小时 → 云(回本周期超过 2 年);日均 2–4 小时 → 看任务是否需要断续挂机;日均 > 4 小时 → 本地回本通常在 1 年内。另有两个否决项:数据不能出内网 → 本地;需要 A100/H100 级显存带宽 → 云。

查看全文 →

云 GPU 一个月大概多少钱?
以 4090 24G 为例:国内平台按量约 ¥1.8–2/h,每天用 3 小时月成本约 ¥180;包月整租约 ¥2500–3500。对比:本地 5090 整机按 11 月行情要 ¥5.4 万(显卡暴涨),日均 4 小时满载电费约 ¥3/天——行情越涨,租云的相对成本越低。

查看全文 →

本地的隐性成本有哪些?
电费(5090 满载约 ¥0.6/小时)、折旧(显卡 3 年残值约 40%)、故障风险(电源/散热维护)、以及你的时间(环境配置、驱动折腾)。云的隐性成本是:数据上传带宽、平台锁定与价格波动、开机排队。

查看全文 →

RTX 5060 8G 跑 AI 够吗?

8G 显存 2026 年什么水平?
SDXL 时代的及格线:开 xformers/SDPA 优化后 1024 分辨率可用。但 Flux(12G 起)与 14B 模型(9G+)直接排除——新模型的显存门槛还在涨。

查看全文 →

只玩 SDXL 买它行吗?
行,且体验不差:256GB/s 带宽跑 SDXL 1024 约 8-10 秒/张。纯绘画 + 预算锁死 5000 档,它是正确答案;想留升级空间请直接 16G。

查看全文 →

能训练 LoRA 吗?
SD 1.5 LoRA 可以,SDXL LoRA 很勉强(batch 1 + 各种优化),Flux LoRA 不现实。训练需求请从 5060 Ti 16G 起步。

查看全文 →

RTX 4060 Ti 16G 跑 AI 怎么样?

4060 Ti 16G 现在还值得买吗?
新卡价格与 5060 Ti 16G 接近时,不值得(带宽差 55%、无 FP4);降价 ¥500+ 或可信二手 ¥2.5k 以内,作为「16G 显存最低成本方案」可以考虑。

查看全文 →

为什么它带宽这么低?
上代 60 系定位使然:128-bit 位宽 × 18Gbps GDDR6。显存容量翻倍但通道没变——「装得下,跑不快」是它的真实写照。

查看全文 →

跑 32B 模型呢?
可以 offload 跑,但本就偏慢的带宽再打折,10 tok/s 以下,不推荐。32B 请从 5070 Ti / 24G 卡起步。

查看全文 →

二手 RTX 3090 24G 跑 AI 值得买吗?

二手 3090 怎么验卡避坑?
五步:①GPU-Z 核对 BIOS/显存颗粒原厂;②跑 30 分钟 FurMark 满载,温度 <83℃ 且不掉速;③3DMark 分数与同型号误差 <5%;④检查显存(跑 memtest_vulkan);⑤优先个人自用卡,避开矿潮批次与「训练卡」(机房批量回收的卡寿命存疑)。

查看全文 →

为什么说它是大显存之王?
24G ¥6.3k(约 ¥263/GB),不到 5090(¥1,062/GB)单位显存价的 1/4,且 936GB/s 带宽至今够用——32B 全速运行是 16G 卡做不到的。

查看全文 →

功耗和电源要求?
350W TDP + 瞬时毛刺,建议 850W 金牌起步;夏季满载风扇噪音明显,机箱风道要认真做。

查看全文 →

小白适合买二手吗?
不适合。无保修意味着风险自担:买到问题卡的鉴定、协商、退款都是时间成本。小白请买新卡,二手 3090 是给愿意承担验卡责任的老玩家准备的。

查看全文 →

RTX 5050 8G 跑 AI 怎么样?

5050 和二手 3060 12G 怎么选?
AI 向:3060 12G 胜——显存决定生死,12G 能装的 SDXL/14B,8G 压参数也勉强;游戏向:5050 胜——新架构、DLSS4、低功耗、全新保修。按主用途分,别互相劝。

查看全文 →

为什么用 GDDR6 不是 GDDR7?
5050 定位控制成本用 GDDR6,128-bit 位宽下带宽 320GB/s,是 50 系里唯一没有带宽红利的型号。跑大模型的速度瓶颈会比同代更高档卡来得更早。

查看全文 →

RTX 3060 12G 跑 AI 还能战吗?

2026 年 3060 12G 过时了吗?
算力过时了(指数 13),显存没过时(12G 仍能装下 SDXL 与 14B 模型)。对预算 ≤¥1,899 的学生党,它依然是唯一正解;能到 ¥4.3k 请直接 5060 Ti 16G。

查看全文 →

跑 SDXL 什么体验?
1024×1024 约 15-20 秒/张(开优化),768 更快。学习与轻度创作够用,量产会嫌慢。

查看全文 →

能跑 Flux 吗?
GGUF Q4 量化版勉强 512 分辨率,体验较差,不作为购买理由。Flux 请从 12G+ 带宽合格的卡考虑。

查看全文 →

RTX 4060 8G 跑 AI 够吗?

4060 8G 和 3060 12G 怎么选?
经典对局:4060 快 50%+,3060 显存多 4G。纯 SD 1.5/游戏兼顾选 4060;要跑 SDXL 舒适/14B 模型选 3060 12G。AI 权重下我们更推荐 3060——显存决定能不能跑。

查看全文 →

能跑什么大模型?
7B Q4 流畅(30+ tok/s),8G 上限如此。14B 量化勉强、32B 无缘。

查看全文 →

RX 9070 XT 跑 AI 怎么样?A 卡实战指南

A 卡跑 AI 2026 年好点了吗?
好了不少:ROCm 正式覆盖 9070 系,llama.cpp/vLLM 有 HIP 后端,SDXL 走 ZLUDA 性能可达 CUDA 的 70-85%。但 ComfyUI 新插件、量化格式、教程生态仍默认 CUDA——「能用」和「好用」之间隔着折腾成本。

查看全文 →

什么人适合买 A 卡跑 AI?
两类:已有 A 卡想顺便玩 AI 的;喜欢折腾、追求显存价格比的极客。其他人(尤其新手)闭眼 N 卡,省下的时间远超差价。

查看全文 →

9070 XT 跑大模型什么水平?
llama.cpp + ROCm 跑 14B Q4 约 25-35 tok/s,可用;但部分推理框架(如某些量化格式)支持滞后,部署前先查目标模型的 A 卡兼容性。

查看全文 →

Intel Arc B580 12G 跑 AI 怎么样?

Intel 显卡跑 AI 生态怎么样?
小众但非荒地:IPEX-LLM 支持主流模型推理,SD 有 OpenVINO 加速,速度尚可;痛点是 ComfyUI 插件兼容性与社区教程数量,出问题基本靠读文档自解。

查看全文 →

和 3060 12G 比?
B580 算力更高(游戏更强),AI 生态更弱。已经会折腾的选 B580 有新鲜感;要稳、要教程多,3060 12G 仍是答案。

查看全文 →

魔改 2080 Ti 22G 跑 AI 怎么样?

魔改 2080 Ti 22G 是怎么来的?
商家把原版 11G 的显存颗粒替换为双倍容量的颗粒重焊,并改 BIOS 识别——出自华强北系供应链,成规模流通多年。核心是 2018 年的 Turing 芯片,显存翻倍但算力没变。

查看全文 →

跑 32B 模型什么体验?
能装下(22G > 20G)但慢:616GB/s 老带宽 + offload,大约 5-8 tok/s。适合「后台挂着慢慢生成」;要流畅 32B 请看魔改 3080 20G 或官卡 24G+。

查看全文 →

风险有哪些?
①无官方保修(店保 90 天-1 年);②显存重焊质量参差,务必跑 memtest_vulkan 全量测试;③部分魔改版供电/散热缩水,长时间满载需监控温度;④二手残值差,出手机会折价。

查看全文 →

和二手 3090 24G 怎么选?
差价约 ¥2.8k:3090 快 1.5 倍(Ampere + 936GB/s)且是原厂显存,验卡风险模式更成熟。预算够得上 3090 就别选 2080Ti 魔改;差这口气,它是唯一解。

查看全文 →

魔改 3080 20G 跑 AI 怎么样?

为什么说它是 32B 的最低全速门票?
32B Q4 约 20G:16G 卡装不下只能 offload,20G 刚好全覆盖;760GB/s 带宽让速度维持在 18-22 tok/s 的可用线。同价官卡(5060 Ti 16G)装不下,装得下的官卡(5090)贵 4 倍——这就是魔改卡的存在逻辑。

查看全文 →

原版 3080 10G/12G 和魔改 20G 差在哪?
只差显存:芯片相同。10G/12G 版跑 14B 就到顶;20G 版解锁 32B 全速与更大的 batch 微调。为 AI 买 3080,认准 20G 魔改版。

查看全文 →

要注意什么坑?
①功耗:370W TDP + 瞬时毛刺,850W 电源起步;②魔改显存必须跑满载显存测试;③GDDR6X 高温出名,风道差的机箱会热降频;④确认商家 BIOS 版本稳定(部分早期魔改 BIOS 驱动兼容性差)。

查看全文 →

魔改 4080 32G 跑 AI 怎么样?

4080 魔改 32G 常见吗?
比 2080Ti 22G / 3080 20G 少:4080 原版 16G 的位宽与显存布局魔改难度高,商家出货量有限。买到时注意核对颗粒来源与店保条款——流通少的规格,翻新与拼装风险反而更高。

查看全文 →

它和 5090 怎么比?
同为 32G:5090 带宽 1792 vs 717GB/s、支持 FP4、全新保修;魔改 4080 唯一优势是价格。经验法则:差价超过 ¥5k 才值得考虑魔改 4080,否则直接 5090。

查看全文 →

适合什么人?
明确要 32G + 预算卡在 5090 之下、且能完成验卡流程的用户。它是魔改序列里的「中间档」,两端(2080Ti 性价比 / 4090 48G 旗舰)都比它目标客户更清晰。

查看全文 →

魔改 4090 48G 跑 AI 怎么样?魔改天花板

魔改 4090 48G 和 5090 32G 怎么选?
70B 全速/MoE/大 batch 训练:48G 显存优先,选魔改 4090;追求最快推理/新特性(FP4)/保修/低单卡功耗:5090。速度上 5090 略胜(约 +10%),显存上 48G 完胜——按你的模型清单选。

查看全文 →

2.7 万买魔改卡靠谱吗?
这个价位风险敞口最大:一旦显存故障,损失接近一台 5080 整机(11 月行情)。必须:①选口碑商家 + 尽量长店保;②到货先跑 48 小时满载 + 全量显存测试;③保留完整交易凭证。

查看全文 →

为什么 4090 魔改比 20/30 系魔改口碑好?
4090 原版功耗与散热余量更大(AD102 核心 + 供电按 450W 设计),魔改到 48G 后稳定性表现普遍好于 2080Ti/3080 魔改;且商家多在准新卡基础上改,底子更好。

查看全文 →

RTX PRO 5000 Blackwell 跑 AI 怎么样?

和 PRO 6000 怎么选?
看显存刚需:70B Q4/中型微调,48G 够用,PRO 5000 省下的预算配整机;70B FP16、超大 batch、多虚拟工作站,96G 一步到位。算力差距约两成,显存差距一倍——还是那条「显存优先」铁律。

查看全文 →

和消费卡 5090 比?
5090 32G 更快更便宜,但无 ECC、无认证驱动、消费级供电;PRO 5000 买的是 7×24 稳定性与专业软件生态。生产用途专业卡,个人折腾消费卡,人群别搞反。

查看全文 →

RTX 6000 Ada 跑 AI 怎么样?

6000 Ada、A6000、PRO 5000 怎么排?
算力:PRO 5000(Blackwell)> 6000 Ada > A6000(Ampere);显存同为 48G;价格看渠道库存。清仓期的 6000 Ada 可能出现甜点价,但 Blackwell 的 FP4 与能效是代际差距——按渠道实价三家一起比。

查看全文 →

RTX 4000 Ada 跑 AI 怎么样?

谁该买它?
机箱/插槽受限的集成场景:半高单槽 + 20G ECC + 130W 低功耗,替代品很少。标准塔式机箱的个人用户,同预算消费卡体验更好。

查看全文 →

RTX A40 48G 跑 AI 怎么样?

A40 和 A6000 怎么选?
同 48G 同代核心:A6000 主动涡轮 + 更高频率,塔式机箱即插即用;A40 被散热设计给服务器机架,便宜但必须解决风道。捡垃圾党选 A40,省心选 A6000。

查看全文 →

买二手 A40 注意什么?
看通电时长(数据中心卡常年 7×24)、ECC 错误日志、风扇位改装(被动卡被人加过风扇的检查固定);验卡流程走[二手专业卡五步](/guides/pro-gpu-used-guide/)。

查看全文 →

B300 288G 是什么水平?

B300 相比 B200 提升在哪?
显存 192G→288G(HBM3e 12 层堆叠),稠密 FP4 算力约 1.5 倍,带宽同为 8TB/s 级。意义:以前要双卡张量并行的大模型,现在单卡全量装下——工程复杂度直接减半。

查看全文 →

个人有可能用到吗?
买不现实(整机渠道 + 1400W 供电体系);租可以——云平台按小时计费,跑一次性大任务比分期买整机便宜一个量级。见[云 GPU 榜单](/rankings/cloud-gpu/)。

查看全文 →

AMD MI355X 288G 是什么水平?

MI355X 和 B300 怎么选?
推理(尤其 MoE/长上下文):MI355X 的显存带宽与租价性价比占优;稠密 FP4 训练与 CUDA 深度绑定的工作流:B300 省心。ROCm 推理侧已成熟,训练侧按团队技术栈决定——和 MI300X 时代的结论一致。

查看全文 →

RX 9070 GRE 12G 跑 AI 怎么样?

GRE 版缩水了什么?
计算单元从 56 减到 48,显存从 256-bit/640GB/s 减到 192-bit/432GB/s,功耗降到 220W。AI 视角主要损失在带宽:吐字与出图速度比 9070 慢两到三成,显存容量 12G 不变。

查看全文 →

为什么叫 GRE?
延续 7900 GRE 的中国特供定位:Golden Rabbit Edition 起家,现在是专供国内市场的规格位。好处是控价相对纪律,涨价潮里价格比 N 卡稳。

查看全文 →

NVIDIA 显卡全系:从 GTX 10 系到 RTX 50 系

为什么跑 AI 都推荐 N 卡?
CUDA 生态十年积累:PyTorch/TensorFlow/ComfyUI/llama.cpp 等所有主流框架默认 N 卡首发适配,显存带宽和 Tensor/FP8 加速也是同代最强。省心优先 N 卡,预算敏感再考虑 A 卡。

查看全文 →

N 卡哪一代开始 AI 实用?
Turing(20 系)引入 Tensor 核心是分水岭;Ampere(30 系)后消费级 AI 体验成型。Pascal(10 系)无 Tensor 核心只能跑 SD1.5 级玩票。

查看全文 →

停产 N 卡还值得买吗?
二手 3060 12G(¥1.9k)、1080 Ti(¥1.4k)仍是入门练手位;魔改 4090 48G(¥27k)是单卡 70B 全显存覆盖方案。注意矿卡风险与无保,购买前看验卡清单。

查看全文 →

AMD 显卡全系:从 RX 500 系到 RX 9000 系

A 卡跑 AI 现在到底能不能用?
能用但分路线:ROCm 支持 RX 6000/7000/9000 系(社区版覆盖更老);PyTorch ROCm、llama.cpp、SD WebUI Forge 均可用。同价格下体验仍比 N 卡多折腾一档,适合动手能力强的用户。

查看全文 →

为什么 A 卡同显存便宜?
AMD 显存策略激进(16G 下放到中端),AI 视角的显存账很漂亮;代价是 ROCm 生态覆盖慢半拍与 Flash Attention 等优化跟进滞后。游戏用户则纯赚。

查看全文 →

Vega 和 500 系还能用吗?
只能算收藏:ROCm 已停止跟进,Polaris/Vega 走 DirectML 或 Vulkan 路线速度打折。除非 ¥500 以内捡着玩,否则建议加钱上 6000 系起。

查看全文 →

Intel 显卡全系:Arc A 系与 B 系

I 卡跑 AI 真的可行吗?
可行但边缘:Intel 的 IPEX-LLM/BigDL 与社区 OpenVINO 路线能跑 SD、LLM 量化推理;PyTorch 官方支持仍是 XPU 实验性。当作第二台机器的试验场可以,当生产力主力还早。

查看全文 →

A770 16G 才 ¥1.6k,显存性价比之王?
账面是:16G+560GB/s 这个价格无人能打。但 IPEX 生态的模型覆盖、量化方案、更新速度都慢于 CUDA/ROCm 一截——便宜的原因要读懂。

查看全文 →

Arc B 系比 A 系强在哪?
Xe2 架构驱动大改:光追/能效提升,驱动安装体验从「翻车」变「正常」;B580 12G ¥2.2k 是 I 卡史上第一次「无脑推荐给折腾党」的型号。

查看全文 →

↑