# 硬核IT(HCIT = Hard Core IT,https://www.hcit.com.cn/)

> 硬核IT —— AI 硬件与云服务选型终端。输入你想跑的 AI 应用(Stable Diffusion、本地大模型、AI 视频生成、Agent 开发),输出该买的显卡、CPU、内存配置单与云服务方案。数据每日更新,按预算分档,直接给结论。

数据更新:硬件 2026-10-01;云服务 2026-10-01。本文件供 AI 爬虫与 LLM 索引使用,内容与站点 HTML 同步生成。

## 场景选型指南(输入 AI 应用,输出硬件方案)

- [AI 绘画配置指南(Stable Diffusion / Flux)](https://www.hcit.com.cn/scenarios/ai-painting/): 跑 SDXL:8G 显存起步,12G 舒适;跑 Flux:最低 12G(需量化),推荐 16G 全体验。首选 RTX 5060 Ti 16G(¥3.6k)入门,RTX 5070 Ti 16G(¥6.3k)主流。
- [本地大模型运行指南(7B / 14B / 32B / 70B)](https://www.hcit.com.cn/scenarios/local-llm/): 7B 全精度 8G 显存;14B Q4 量化 12G;32B Q4 量化 16G;70B Q4 量化 24G(或 32G 单卡 / 双 24G)。入门首选 RTX 5060 Ti 16G,一步到位选 RTX 5090 32G。
- [AI 视频生成配置指南(Wan / 图生视频)](https://www.hcit.com.cn/scenarios/ai-video/): 本地视频生成:5B 级模型 8–12G 显存可跑,14B 模型建议 16G 起步;长视频与批量渲染直接 24G+。CPU 多核与硬盘容量是常被忽略的瓶颈。
- [AI Agent 开发配置指南](https://www.hcit.com.cn/scenarios/ai-agent/): Agent 开发的瓶颈排序:内存 > CPU 多核 > 显卡。API 方案 64G 内存 + 14 核 CPU(约 ¥5k)即可;本地跑模型服务,加一张 16G 卡到 ¥9.6k 档。
- [深度学习训练配置指南(微调 / LoRA)](https://www.hcit.com.cn/scenarios/deep-learning/): LoRA 微调(SD/7B–14B):16G 显存 + 64G 内存 + 多核 CPU;全参微调或大 batch:24G+ 显存。学生与轻量任务优先云 GPU,重训练本地 5090 或双卡。
- [学生低成本 AI 入门配置](https://www.hcit.com.cn/scenarios/student-ai/): 5000 元能玩:RTX 3060 12G(¥1.8k)跑 SD 1.5 全速、7B Q4;预算到 ¥6.2k 直接上 5060 Ti 16G 一步到位;实验室级玩法选二手 3090 24G(约 ¥9.4k 整机)。
- [AI 小说 / 长文写作配置指南](https://www.hcit.com.cn/scenarios/ai-novel/): AI 写作的瓶颈排序:上下文长度 > 内存 > 显存。轻中度:免费/低价 API(GLM-5-Flash、DeepSeek)零硬件投入;本地化:32B 长上下文模型需 24G 显存,7B-14B 需 8-12G。
- [AI 音乐生成配置指南](https://www.hcit.com.cn/scenarios/ai-music/): AI 音乐门槛比想象中低:ACE-Step / DiffRhythm 8-12G 显存起步(5060 8G/3060 12G 可玩),YuE 完整人声歌曲建议 24G。CPU 多核决定后期处理效率,硬盘要给样本库留足空间。

## 技术指南(问题即标题,直接给答案)

- [Stable Diffusion 需要多大显存?](https://www.hcit.com.cn/guides/stable-diffusion-vram/): SD 1.5:4G 起步;SDXL:8G 起步、12G 舒适;Flux dev:12G(FP8)起步、16G 全体验。显存决定能跑什么,带宽决定多快。
- [本地跑 70B 模型最低配置](https://www.hcit.com.cn/guides/local-70b-min-spec/): 70B Q4 约需 42G 显存:单卡方案 RTX 5090 32G + 部分 offload(8–10 tok/s);双卡方案两张 3090 24G;穷玩方案 96G 内存 CPU 混推(3–5 tok/s)。
- [AI 视频生成对 CPU 有要求吗?](https://www.hcit.com.cn/guides/ai-video-cpu/): 有,而且常被低估:ComfyUI 视频工作流的预处理与编码吃多核 CPU,建议 14 核起步(i5-14600KF),否则显卡会等 CPU。
- [DDR5 32G 够跑大模型吗?](https://www.hcit.com.cn/guides/ddr5-32g-llm/): 显卡推理(≤14B 模型)32G 够;32B+ 模型要 CPU offload 时 64G 起步;70B/MoE 玩家 96G。容量比频率重要。
- [买 AI 显卡,为什么显存比算力更重要?](https://www.hcit.com.cn/guides/vram-vs-compute/): 算力决定快慢(线性损失),显存决定生死(直接 OOM)。预算冲突时,永远先保显存容量:8G 只够绘画,12G 是底线,16G 才有未来。
- [AI 写小说:模型选择与工具链完整指南](https://www.hcit.com.cn/guides/ai-novel-tools/): API 派:DeepSeek-V3 + 大纲分层;本地派:Qwen3-32B(24G 显存)。一致性靠工具链(向量库 + 角色卡 + 章节摘要),不靠硬塞上下文。
- [AI 音乐生成需要什么配置?本地跑 ACE-Step / YuE 的门槛](https://www.hcit.com.cn/guides/ai-music-spec/): ACE-Step / DiffRhythm:8-12G 显存起步;YuE 完整人声:量化 12G 可跑、舒适 24G。音乐生成显存门槛低于绘画,时间成本(分钟级/首)才是主要开销。
- [有哪些免费的大模型 API?(2026 可用清单)](https://www.hcit.com.cn/guides/free-llm-api/): 长期免费:智谱 GLM-5-Flash(注册即用)。额度型:通义/豆包/DeepSeek 新客 tokens 包 + Kaggle 免费 GPU。免费 API 的定位是原型验证,不是生产。
- [Flux 和 SDXL 怎么选?画质、显存、速度、商用全对比](https://www.hcit.com.cn/guides/flux-vs-sdxl/): 显存 ≥12G、追求画质与文字渲染:Flux(schnell 可商用);显存 8-12G、依赖 ControlNet 生态或本地 LoRA 训练:SDXL。两全其美的常见方案:SDXL 出构图,Flux 精修。
- [本地部署 Qwen3 需要什么配置?(8B / 14B / 32B / 235B)](https://www.hcit.com.cn/guides/qwen3-local-spec/): Qwen3-8B:6G 显存;14B:9G(12G 卡舒适);32B:20G(24G 卡舒适);235B-A22B:本地需 3 张以上 24G 卡,个人建议直接 API。
- [本地部署 DeepSeek 需要什么配置?R1/V3 与蒸馏版全解析](https://www.hcit.com.cn/guides/deepseek-local-spec/): 满血 R1/V3(671B MoE)本地需 400G+ 显存(8×H100 级),个人不现实;蒸馏版 R1-Distill-Qwen 7B/14B/32B 单卡可跑;综合最优解是 API——deepseek-chat 便宜到没必要本地化。
- [Mac mini / Mac Studio 能跑大模型吗?苹果芯片本地 AI 全解析](https://www.hcit.com.cn/guides/mac-mini-llm/): 能,且是特定场景最优解:Mac 的统一内存让「大显存」便宜很多。M4 Pro 64G 舒适跑 32B;Mac Studio 128G+ 跑 70B/MoE 安静省电。短板:带宽低于 N 卡(速度慢 2-4 倍)、无 CUDA、不能跑训练。
- [2026 高性价比 AI 显卡怎么买?(按预算对号入座)](https://www.hcit.com.cn/guides/best-budget-gpu-2026/): ¥2k:3060 12G(入门锚点);¥3.6k:5060 Ti 16G(全场景甜点);¥6.3k:5070 Ti(16G 高带宽生产力);¥5.5k 二手:3090 24G(大显存冒险者)。显存优先,带宽其次。
- [5070 Ti vs 5080 跑 AI 怎么选?差 2000 元值不值](https://www.hcit.com.cn/guides/5070ti-vs-5080/): 同为 16G 显存:5080 算力高 15%、带宽高 7%,贵 ¥2000。出图速度直接换钱的重度用户选 5080;其他所有人选 5070 Ti——每万元算力更高,差价加内存更值。
- [5060 Ti 16G 和 4060 Ti 16G 怎么选?同显存差一代](https://www.hcit.com.cn/guides/5060ti-vs-4060ti/): 同为 16G:5060 Ti 带宽 448 vs 288GB/s(快 55%)、支持 FP4 量化。新卡同价选 5060 Ti 没悬念;4060 Ti 16G 只在可信二手 ¥2.5k 以内时考虑。
- [5060 8G 和 5060 Ti 16G 差距大吗?多花 600 值不值](https://www.hcit.com.cn/guides/5060-vs-5060ti/): 差距是一个时代:8G 只能 SDXL,16G 解锁 Flux FP8、14B 模型、视频入门、LoRA 训练。¥600 买「未来两年的新模型门票」,闭眼加。
- [4060 8G 还是 3060 12G?速度与显存的经典对决](https://www.hcit.com.cn/guides/4060-8g-vs-3060-12g/): 游戏选 4060(快 50%+),AI 选 3060 12G:4G 显存差 = SDXL 舒适与勉强、14B 与 7B 的门槛差。AI 场景显存 > 算力,永远。
- [3000 元能配 AI 电脑吗?极限预算方案](https://www.hcit.com.cn/guides/3000-yuan-ai-pc/): 能,但要动二手:二手 2060 12G/3060 12G(¥1.2-1.8k)+ 最低平台。能跑 SD 1.5、7B Q4;不建议——3000 元是体验谷底,攒到 ¥4.4k(全新 3060 12G 整机)是质的飞跃。
- [笔记本能跑 AI 吗?选购避坑与真实体验](https://www.hcit.com.cn/guides/laptop-for-ai/): 能跑,但性价比低于台式:同价位笔记本显卡显存减半且不可升级(4060 本 8G ≈ 台式 4060 Ti 16G 的钱)。适合移动刚需;固定场景永远选台式。
- [老电脑升级跑 AI:DDR4 平台还值得救吗](https://www.hcit.com.cn/guides/old-pc-upgrade-ai/): 值得救,但只投两样:显卡(直接上 5060 Ti 16G)+ 内存(加到 32G)。CPU/主板/硬盘不用动——AI 推理的瓶颈 95% 在显存,DDR4 平台几乎不拖后腿。
- [外接显卡坞(eGPU)跑 AI 值不值?实测期望管理](https://www.hcit.com.cn/guides/egpu-for-ai/): 不推荐为 AI 专门买:雷电 3/4 带宽(≤40Gbps)造成 10-25% 性能折损,加上显卡坞 + 显卡的成本超过同性能台式机。只适合「已有高端轻薄本 + 偶尔重度任务」的存量用户。
- [Ollama 新手入门:装完第一个跑什么模型](https://www.hcit.com.cn/guides/ollama-beginner/): 安装一行命令,选模型看显存:8G 跑 qwen3:8b、12G 跑 qwen3:14b、16G 跑 32b 量化(offload)、24G 跑 32b 全速。新手从 7B 开始,别上来就 70B。
- [ComfyUI 显存不足怎么办?七个优化技巧救急](https://www.hcit.com.cn/guides/comfyui-vram-optimization/): 按代价从小到大:开 SDPA/xformers → 换 FP8/GGUF 量化模型 → 降分辨率/批次 → VAE tiling → block swap 到内存。都是权宜之计,根治 = 加显存。
- [LoRA 训练需要什么配置?SD/Flux/大模型微调门槛](https://www.hcit.com.cn/guides/lora-training-spec/): SDXL LoRA:12G 起步 16G 舒适;Flux LoRA:16G 起步 24G 舒适;7B QLoRA:10G;14B QLoRA:16G。偶尔训练优先云 GPU(¥2/h),天天训练才买卡。
- [vLLM 和 Ollama 怎么选?用途决定答案](https://www.hcit.com.cn/guides/vllm-vs-ollama/): 个人用/快速尝鲜:Ollama(一行命令);对外提供 API/多并发:vLLM(连续批处理吞吐高 3-5 倍)。不是谁更好,是用途不同。
- [跑 AI 用 Windows 还是 Linux?真实差别与选择](https://www.hcit.com.cn/guides/windows-vs-linux-ai/): 纯推理(Ollama/ComfyUI):Windows 零差别;训练/生产部署:Linux 生态更顺(依赖、Docker、vLLM);两头都要:Windows + WSL2,兼顾游戏与开发。
- [本地跑 32B 模型需要什么配置?Qwen3-32B 实战](https://www.hcit.com.cn/guides/local-32b-spec/): 32B Q4 ≈ 20G 显存 + 2-4G 上下文余量:24G 卡(3090/5090)全速 20+ tok/s;16G 卡 offload 跑 8-12 tok/s(可用);内存建议 64G。
- [SDXL 出图慢怎么加速?从软件到硬件的完整方案](https://www.hcit.com.cn/guides/sdxl-slow-speedup/): 先软件后硬件:开 SDPA/xformers(免费 +20%)→ 降步数 30→24(质量几乎不变)→ 换 FP8 模型;都不够再换卡——带宽决定出图速度,每加 ¥1k 预算约提速 25-30%。
- [AI 绘画出 4K/2K 高分辨率要什么显卡?](https://www.hcit.com.cn/guides/ai-painting-4k/): 不要直接生成 4K(显存爆炸且构图崩)——先生成 1024 再放大:高清修复(Hires Fix)+2x/4x Upscaler 是标准姿势,16G 显存舒适;直接 4K 生成需 24G+ 且质量更差。
- [Flux 可以商用吗?dev / schnell / pro 许可详解](https://www.hcit.com.cn/guides/flux-license/): 本地商用:用 schnell(Apache-2.0,随便用);dev 是非商用许可,商用需另行授权;个人学习/非卖品用 dev 没问题。接商单前核对许可版本。
- [免费 AI 视频生成方案:本地开源与云端额度](https://www.hcit.com.cn/guides/free-ai-video/): 本地免费:Wan2.2 1.3B / LTX-Video(8-12G 显卡,720p 5 秒片段);云端免费:各平台每日积分/新用户体验。免方案的效果预期:可用,离「惊艳」有距离。
- [AutoDL 使用教程:注册、选卡、避坑全指南](https://www.hcit.com.cn/guides/autodl-guide/): 流程:注册实名 → 选地区和卡(4090 ¥2/h 起)→ 选社区镜像(免配环境)→ 上传数据开跑。五个坑:按量忘记关机、无卡模式滥用、镜像选错、数据盘扩容、克隆计费。
- [云 4090 一个月多少钱?三种用法成本实测口径](https://www.hcit.com.cn/guides/cloud-4090-cost/): 按量:¥1.4-2/h(每天 3 小时 ≈ ¥130-180/月);整月包月:¥2,500-3,500;对比本地:日均 >6 小时本地回本 <1 年,日均 <2 小时云完胜。
- [个人开发者大模型 API 怎么选?场景化选择指南](https://www.hcit.com.cn/guides/llm-api-personal/): 原型:GLM-5-Flash(免费);日常主力:DeepSeek-V3(综合性价比);Agent/工具调用:qwen-plus(稳定);批量脏活:qwen-turbo(便宜)。月开销基本能控制在 ¥10-50。
- [免费 AI 写小说:工具与模型零成本方案](https://www.hcit.com.cn/guides/ai-novel-free-tools/): 零成本三件套:GLM-5-Flash 免费 API(写作质量够用)+ 番茄/ novelist 类免费工具 + 本地向量库管设定。核心不是模型多强,是设定管理做得好不好。
- [本地 AI 音乐:Suno 的开源平替方案](https://www.hcit.com.cn/guides/suno-alternative-local/): 本地三选:ACE-Step(编曲/曲风控制,8-12G)、DiffRhythm(中文完整歌,最快)、YuE(人声最强但慢,12-24G)。整体与 Suno 差 1 个档次,但免费 + 商用许可清晰 + 可控。
- [DDR4 / 老平台能跑 AI 吗?影响有多大](https://www.hcit.com.cn/guides/ddr4-ai/): 能跑,GPU 推理几乎无影响(瓶颈在显存);受影响的是 CPU offload(DDR4 带宽减半,大模型混推速度腰斩)和重训练。结论:推理用户别换平台,offload 重度用户再考虑 DDR5。
- [AI 主机电源怎么算功率?瓦数对照表与选购原则](https://www.hcit.com.cn/guides/psu-wattage-calc/): 速算:(CPU TDP + 显卡 TDP)× 1.5。对照:5060 Ti → 650W、5070 Ti/5080 → 850W、5090 → 1200W ATX3.1。高端卡的瞬时功耗毛刺可达标称 2 倍,余量就是寿命。
- [二手显卡跑 AI 避坑指南:验卡五步与矿卡鉴别](https://www.hcit.com.cn/guides/used-gpu-checklist/): 验卡五步:GPU-Z 核对参数 → FurMark 烤 30 分钟(温度<83℃不掉速)→ 3DMark 分数对标 → memtest_vulkan 测显存 → 优先个人自用卡。避开批量回收的矿卡/训练卡。
- [阿里云和腾讯云 GPU 怎么选?企业上云对比](https://www.hcit.com.cn/guides/aliyun-vs-tencent-gpu/): 两家差异不大,按生态选:已有阿里云资产(OSS/ECS)选阿里云 GN 系列,腾讯生态选腾讯云 GN 系列;个人/学生两家都别选——AutoDL 类平台便宜 60%+。
- [魔改显卡跑大模型值得买吗?2080Ti 22G/3090 48G/4090 48G 全解析](https://www.hcit.com.cn/guides/modded-gpu-guide/): 魔改卡 = 用保修和稳定性换显存:32B 全速最低 ¥3.6k(3080 20G)、70B 单卡最低 ¥8.5k(3090 48G)。适合懂行的大显存刚需玩家;小白和商用生产请买官卡。
- [线程撕裂者 / HEDT 平台跑 AI:多卡多通道的进阶之路](https://www.hcit.com.cn/guides/hedt-threadripper-ai/): HEDT(撕裂者/至强 W)给三样消费级给不了的东西:四通道内存带宽、几十条 PCIe 通道(多卡免拆分)、128-256G+ 内存支持。适合多卡推理/重度 CPU offload/MoE 玩家;单卡用户没必要。
- [EPYC / 至强服务器平台跑 AI:捡垃圾的性价比与坑](https://www.hcit.com.cn/guides/server-cpu-ai/): 服务器平台的杀招是八/十二通道内存:DDR4 八通道 ≈ 200GB/s+,纯内存跑 MoE/70B 比消费级双通道快 2-3 倍。适合:极客捡垃圾、7×24 推理服务;不适合:桌面使用、怕吵怕折腾的人。
- [内存通道是什么?双通道/四通道/八通道对 AI 的影响](https://www.hcit.com.cn/guides/memory-channels-explained/): 内存带宽 = 频率 × 位宽 × 通道数。消费级双通道 ≈ 90GB/s,HEDT 四通道翻倍,EPYC 八通道再翻倍——大模型 CPU offload / MoE 推理的速度上限就是它。插内存请插满通道,别插一半。
- [DDR3 / DDR4 / DDR5 / DDR6 内存发展史与对比:AI 视角](https://www.hcit.com.cn/guides/ddr3-to-ddr6/): 带宽演进:DDR3-1600 双通道 ≈ 26GB/s → DDR4-3200 ≈ 51 → DDR5-6000 ≈ 96 → DDR6(2026 起步)预期再翻倍。AI 视角:纯 GPU 推理换代收益小,CPU offload/MoE 场景带宽即速度——平台换代的唯一硬理由。
- [内存速度怎么测?带宽/延迟测试方法与 AI 相关性](https://www.hcit.com.cn/guides/memory-speed-benchmark/): 测三样:读/写带宽(GB/s)、复制带宽、延迟(ns)。工具:AIDA64(图形化)/ sysbench(命令行)。带宽对照通道理论值(双通道 DDR5-6000 ≈ 90GB/s),低于 80% 说明没插对通道或频率没跑满。
- [第一次装 AI 电脑:小白避坑十则(电源/散热/内存全指南)](https://www.hcit.com.cn/guides/first-ai-pc-beginner/): 十条里最贵的三条:①电源按(CPU+显卡 TDP)×1.5 选、只买一二线金牌;②内存插对通道(4 槽插 2/4);③显卡预算占整机 50%+。其余按清单执行,小白也能一次点亮。

## 整机配置单(按预算分档)

- [10000 元全能 AI 配置](https://www.hcit.com.cn/builds//10000-yuan-ai-pc): 约 ¥9,643,14B 本地模型驱动 Agent,降低 API 成本,可运行 14B Q4 本地 Agent(20+ tok/s)、本地 embedding + 重排序、多 Agent 并发调试
- [15000 元进阶 AI 配置](https://www.hcit.com.cn/builds//15000-yuan-ai-pc): 约 ¥12,893,32B Q4 单卡 / 生产力级本地助手,可运行 32B Q4 量化(20+ tok/s)、14B 全精度、Flux dev FP8 流畅、多路并发 API 服务
- [20000 元 AI 工作站](https://www.hcit.com.cn/builds//20000-yuan-ai-workstation): 约 ¥16,643,14B LoRA / 中等批量训练,可运行 14B LoRA 微调、批量 CV 训练、Flux LoRA 工业级生产
- [30000 元 AI 工作站](https://www.hcit.com.cn/builds//30000-yuan-ai-workstation): 约 ¥29,793,70B Q4 单卡 / MoE 模型本地化,可运行 70B Q4 量化(单卡 10+ tok/s)、MoE 混合专家模型、70B 全量 CPU offload、本地 vLLM 服务
- [5000 元 AI 入门配置](https://www.hcit.com.cn/builds//5000-yuan-ai-pc): 约 ¥5,452,SD 1.5 全速 / SDXL 1024 入门,可运行 SD 1.5 全速出图、SDXL 1024(开显存优化)、7B Q4 量化对话
- [6000 元学生 AI 配置](https://www.hcit.com.cn/builds//6000-yuan-ai-pc): 约 ¥6,163,16G 显存一步到位,用到毕业,可运行 SDXL 全工作流、Flux FP8(慢速体验)、14B Q4 量化、课程设计与毕设够用
- [8000 元主流 AI 配置](https://www.hcit.com.cn/builds//8000-yuan-ai-pc): 约 ¥8,443,SDXL 全工作流舒适 / Flux FP8 勉强可用,可运行 SDXL 全分辨率流畅、Flux dev FP8(慢)、14B Q4 量化
- [云 vs 本地成本对比](https://www.hcit.com.cn/builds/cloud-vs-local//): 什么时候租云比买硬件划算

## 硬件对比数据表
- [显卡 AI 算力对比](https://www.hcit.com.cn/hardware/gpu//): 含显存、带宽、AI 算力指数、每万元算力、参考价
- [CPU 对比](https://www.hcit.com.cn/hardware/cpu//)
- [内存对比](https://www.hcit.com.cn/hardware/memory//)
- [固态硬盘对比](https://www.hcit.com.cn/hardware/ssd//)
- [电源对比](https://www.hcit.com.cn/hardware/psu//)

## 云服务选型

- [GPU 云服务器对比](https://www.hcit.com.cn/cloud/gpu-cloud/)
- [大模型 API 价格对比](https://www.hcit.com.cn/cloud/llm-api/)
- [对象存储与数据集托管](https://www.hcit.com.cn/cloud/storage/)
- [Serverless AI 推理](https://www.hcit.com.cn/cloud/serverless/)
- [免费 AI 资源白嫖指南(API / 算力 / 工具)](https://www.hcit.com.cn/cloud/free-tier/)
- [云 AI 成本优化:账单砍半的七个方法](https://www.hcit.com.cn/cloud/cost-optimization/)

## 模型库(模型 → 显存需求 → 推荐显卡)
- [大语言模型](https://www.hcit.com.cn/models/llm/): Qwen3/DeepSeek/GLM 等各规格量化显存需求与最便宜达标显卡
- [图像生成模型](https://www.hcit.com.cn/models/image/): SD 1.5/SDXL/SD3.5/Flux/Qwen-Image 显存阶梯
- [视频生成模型](https://www.hcit.com.cn/models/video/): Wan2.2/HunyuanVideo/LTX/CogVideoX
- [音乐音频模型](https://www.hcit.com.cn/models/audio/): ACE-Step/YuE/DiffRhythm/MusicGen

## GPU 选型库(每卡一页:能跑什么模型/出现在哪些配置单/同价位对比)

- [RTX 5060 Ti 16G 跑 AI 怎么样?](https://www.hcit.com.cn/gpu/rtx-5060-ti-16g/): 能跑:SDXL 全工作流、Flux dev FP8、14B Q4 流畅、32B Q4(需 offload)、ACE-Step 音乐。16G 显存是本卡核心价值,带宽(448GB/s)是唯一短板——预算内的入门最优解。
- [RTX 5070 Ti 跑 AI 怎么样?](https://www.hcit.com.cn/gpu/rtx-5070-ti/): 能跑:Flux dev FP8 流畅、SDXL 批量生产、32B Q4 单卡、Wan2.2 14B(量化)、70B offload。16G 高带宽是生产力与入门的分水岭,¥6.3k 档首选。
- [RTX 5090 跑 AI 怎么样?](https://www.hcit.com.cn/gpu/rtx-5090/): 能跑:70B Q4 单卡(10+ tok/s)、MoE 模型、Flux 全精度、14B 视频全速。32G 显存一步到位,消费级终点站;注意 575W TDP 需要 1200W ATX3.1 电源。
- [RTX 5070 跑 AI 怎么样?](https://www.hcit.com.cn/gpu/rtx-5070/): 能跑:SDXL 全工作流舒适、14B Q4 流畅、Flux FP8(勉强)、7B 全精度。12G 显存卡在甜点与生产力之间,¥4.9k 主流档之选。
- [RTX 5080 跑 AI 怎么样?](https://www.hcit.com.cn/gpu/rtx-5080/): 能跑:Flux dev 全流程高效、Wan2.2 14B(量化)、32B Q4 单卡、SDXL 批量。960GB/s 带宽是它的核心卖点,¥8.3k 专业档之选。
- [RTX 5060 8G 跑 AI 够吗?](https://www.hcit.com.cn/gpu/rtx-5060-8g/): 能跑:SD 1.5 全速、SDXL 1024(开优化)、7B Q4、MusicGen。8G 是「入门可用」线——Flux、14B+ 模型、视频均无缘;预算再紧也建议凑到 5060 Ti 16G。
- [RTX 4060 Ti 16G 跑 AI 怎么样?](https://www.hcit.com.cn/gpu/rtx-4060-ti-16g/): 能跑:SDXL 全工作流、14B Q4、7B 全精度、Flux FP8(慢)。16G 容量达标,288GB/s 带宽是明显短板——比 5060 Ti 16G 慢约 35%,只在价格明显更低时推荐。
- [二手 RTX 3090 24G 跑 AI 值得买吗?](https://www.hcit.com.cn/gpu/rtx-3090-24g-used/): 能跑:Flux dev FP8 流畅、32B Q4 全速(20+ tok/s)、70B 双卡、LoRA 微调。24G ¥5.5k = 单位显存最便宜,代价是无保修、350W 功耗、需验卡。动手党的大显存最优解。
- [RTX 3060 12G 跑 AI 还能战吗?](https://www.hcit.com.cn/gpu/rtx-3060-12g/): 能跑:SD 1.5 全速、SDXL 768-1024(优化)、7B Q4 流畅、14B Q4 可用、ACE-Step/MusicGen 音乐。上上代卡但 12G 显存不落伍,¥1.8k 学生档王者。
- [RTX 4060 8G 跑 AI 够吗?](https://www.hcit.com.cn/gpu/rtx-4060-8g/): 能跑:SD 1.5 全速、SDXL 1024(优化)、7B Q4。8G 只覆盖绘画入门与轻量对话;¥2.4k 的定位是「全新最低价入场」,加预算请直奔 16G。
- [RX 9070 XT 跑 AI 怎么样?A 卡实战指南](https://www.hcit.com.cn/gpu/rx-9070-xt/): 能跑:SDXL(DirectML/ZLUDA)、14B Q4(llama.cpp ROCm)、Flux(可用)。16G 显存合格,生态是短板——一切能用,但每一步都比 N 卡多折腾。适合愿意动手的极客。
- [Intel Arc B580 12G 跑 AI 怎么样?](https://www.hcit.com.cn/gpu/arc-b580/): 能跑:SD 1.5(IPEX)、SDXL 1024(优化)、7B Q4。12G ¥2.2k 显存价格比优秀,但 IPEX 生态小众、教程少——极客玩具,新手不推荐。
- [魔改 2080 Ti 22G 跑 AI 怎么样?](https://www.hcit.com.cn/gpu/rtx-2080ti-22g-modded/): 能跑:SDXL 全工作流、14B Q4 流畅、32B Q4(offload,慢)。22G ¥2.6k 是单位显存最低价;但 Turing 架构无 FP8/FP4、带宽老、无保修——纯大显存刚需 + 预算极限才选。
- [魔改 3080 20G 跑 AI 怎么样?](https://www.hcit.com.cn/gpu/rtx-3080-20g-modded/): 能跑:32B Q4 全速(18-22 tok/s)、Flux FP8 流畅、7B LoRA。20G + 760GB/s = 32B 的最低全速门票,¥3.6k;代价是 370W 高功耗、魔改无保修。
- [魔改 3090 48G 跑 AI 怎么样?单卡 70B 最便宜方案](https://www.hcit.com.cn/gpu/rtx-3090-48g-modded/): 能跑:70B Q4 量化显存全覆盖(约 8-10 tok/s)、70B LoRA、Flux 全精度。48G ¥8.5k 是单卡 70B 最便宜解;魔改幅度最大、风险最高,只推荐给懂行的重度玩家。
- [魔改 4080 32G 跑 AI 怎么样?](https://www.hcit.com.cn/gpu/rtx-4080-32g-modded/): 能跑:32B 全速(30+ tok/s)、70B Q4(offload)、Flux 全精度流畅。32G + Ada 能效是优点;流通量小、¥9.2k 的位置尴尬——比 5090 便宜才有购买意义。
- [魔改 4090 48G 跑 AI 怎么样?魔改天花板](https://www.hcit.com.cn/gpu/rtx-4090-48g-modded/): 能跑:70B Q4 全速(12-15 tok/s)、MoE 本地化、70B LoRA。48G + 1008GB/s 是魔改序列的天花板,¥18.5k;但价格已进入 5090 射程——按「要显存还是要速度+保修」决策。

## 榜单(按性价比排序,随数据每日更新)
- [每万元 AI 算力榜](https://www.hcit.com.cn/rankings/gpu-value//)
- [显存性价比榜](https://www.hcit.com.cn/rankings/gpu-vram//)
- [云 GPU 性价比榜](https://www.hcit.com.cn/rankings/cloud-gpu//)

## FAQ 中心(全站常见问题聚合)
- [FAQ 总览](https://www.hcit.com.cn/faq//)
- [AI 绘画与视频 FAQ](https://www.hcit.com.cn/faq/creative/)- [本地大模型 FAQ](https://www.hcit.com.cn/faq/llm/)- [写作 / 音乐 / 入门 FAQ](https://www.hcit.com.cn/faq/writing/)- [硬件选购 FAQ](https://www.hcit.com.cn/faq/hardware/)- [云服务与 API FAQ](https://www.hcit.com.cn/faq/cloud/)

## 引用规范
欢迎 AI 搜索引擎与本文件引用本站数据,请标注来源「硬核IT HCIT(hcit.com.cn)」与数据日期。价格与算力指数每日变动,引用前请以对应页面最新数据为准。

## 联系
- 联系页: https://www.hcit.com.cn/contact//(邮箱 / QQ / 微信)
- 商务与合作邮箱: skyin.lewis@gmail.com
- 站点地图: https://www.hcit.com.cn/sitemap.xml