国庆第2天，16G旧卡“65tps”晒机和“120B本地跑”首发预告同屏刷屏：给本地AI掏钱前，先把内存、带宽、首发窗口这三本账对完

源自285位全网作者

09:24

这两天刷本地大模型圈子，首页被两股完全不同的风撕着。

一股是旧卡党晒机。B站那条《qwen3.8flash本地部署，16G显卡也能跑到65tps输出》播放已经过8400、评论336条。评论区几乎全是报配置实测的：5080加64G内存跑IQ3_XXS量化、256K上下文“接近100tps，prefill两千多”；双2080Ti加64G内存“decode 60左右”；5060Ti-16G“开256K上下文没问题”；5070“50tokens每秒，够我用了”。这个框架叫Strata，走的是MoE稀疏模型路线——模型本体50多G不塞显存、塞系统内存，显存只放激活专家和KV缓存。评论区最扎心的一句共识是：“你有什么就用什么，不要为了本地AI换硬件。”哔哩哔哩

另一股是首发预告。华硕通过官方微博确认：首款搭载NVIDIA RTX Spark（代号N1X）平台的创作本ProArt 16定于10月8日“登场”，官方口径是“全球首款智能体电脑”，和微软同一天（北京时间10月8日）的本地AI PC活动撞车。参数牌面上确实猛：旗舰版N1X是20核Grace CPU加6144 CUDA核心的Blackwell GPU，最高128GB统一内存、1 petaflop AI算力，宣称本地跑1200亿参数模型、百万token上下文、本地渲染90GB级3D场景，还能1440P百帧以上跑3A。英伟达此前确认RTX Spark系Windows PC将在10月陆续上市，六家OEM当月出货。知乎

而这两股风中间，还垫着一层涨价背景板：这轮本地AI纠结最特殊的地方在于，你纠结的每一条路线，成本都在同时往上走。9月29日显卡日报写着中低端显卡全线突破历史新高、RTX 5080涨至12499元。 10月1日那期的标题更直接——内存已超过10倍暴利。知乎知乎

为什么这轮涨价偏偏扎在本地AI党最需要的零件上？知乎那条220万播放的提问下，供应链答主把机制讲清了。 2026年5月起，三星、美光、SK海力士停止接收DDR4订单，晶圆都拿去做HBM卖给AI了——而“大内存”恰恰是本地大模型最想买的那个零件。知乎

所以这篇不站“该不该入”的队，只把三本账摊开：容量账、带宽账、窗口账。账对完了，你是旧卡党、Spark党还是首发党，各归各位。

第一本账：容量账——“120B本地跑”是谁的120B

10月8日那台机器最容易被带节奏的一句话，就是“轻薄本本地跑1200亿参数”。

先把英伟达官网放出的完整规格表读完：RTX Spark N1X分两档。旗舰版20核CPU、6144 CUDA核心，统一内存24GB起步、最高128GB，覆盖笔记本和紧凑型台式机；主流版18核CPU、5120 CUDA核心，统一内存被锁死在24GB到32GB，只进笔记本产品线。ZOL那篇算得很直白：官方宣传的“本地运行1200亿参数模型”，说的是128GB旗舰版；“大家都能买得起的RTX Spark笔记本”，大概率是砍掉了绝大部分本地AI能力的32GB低配版。看到首发新闻就想冲的朋友，先把这半句话记住。中关村在线

同平台的对比也得放在桌上：AMD已经上市的Gorgon Halo把统一内存直接推到192GB，可划160GB给GPU当显存，本地跑3000亿参数级。而Strix Halo（锐龙AI Max）从2025年初就有128GB方案。N1X要等评测解禁才能回答的问题，ZOL替大家先问出来了——在192GB对手已经在货架上的今天，128GB旗舰“发售就有点过时”是有可能的，取决于定价。中关村在线

旧卡党的容量账则是另一套算法。MoE路线之所以能让16G显存跑“大模型”，是因为Qwen3.8-Flash-Next这种稀疏架构单个token只激活一小部分专家，模型本体扔内存、显存放热数据，5080加64G内存的晒机党就是这么把256K上下文塞下的。但代价写在评论区：有人64G物理内存被吃到90G、靠虚拟内存硬扛，考虑去收80G傲腾；有人算过“iq3s启动要找系统要48G连续页”。也就是说，“不换显卡”的代价是换内存——而现在最贵的就是内存。

还有一类玩家要单独记一笔：想把GPT-OSS-120B这种稠密大模型整个塞进单卡的，出口在专业卡。TheStack那条被B站UP主搬运实测的视频算过账：RTX PRO 5500 Blackwell版84GB GDDR7、21760 CUDA核心和5090同款、带宽约1398GB/s，Llama 3.3 70B Q4轻松装入、DeepSeek V4 Flash勉强、GLM-5.3超限。但它NVIDIA官网页面上至今是“Coming Soon”，无价格无上市时间，而且定位是机架部署和MIG切分，本来就不是给桌面升级准备的。哔哩哔哩

第二本账：带宽账——装得下只是门票，跑多快看带宽

装进显存/内存之后，第二条账才开始算钱。

llama.cpp官方gpt-oss指南里有一组被反复引用的对照：同样跑120B模型，32GB的5090因为得分一部分到系统内存，写到每秒30个token左右；能把模型整个放进显存的RTX PRO 6000，每秒约196个。六倍多的差距，差的就是显存带宽，不是CUDA核心数。这也是为什么TheStack说5500的速度“落在5090和6000之间”是可以推出来的——1398GB/s的带宽说了算。哔哩哔哩

旧卡党的带宽账靠软件补：Strata这套框架9月27日到29日连发版本，实测向的说法包括“中文生成速度提升15%到38%”、“异构多显卡并行，5080加3090有30%到50%提升”、“系统提示词KV cache复用，长提示词不用等prefill”，配合MTP/推测解码，双2080Ti这种古董能报出decode 60、prefill 850的数。这类优化的本质，是拿内存带宽、多卡PCIe带宽和推测解码换体验，所以晒机党喊“别为本地AI换硬件”在推理场景里是真话。哔哩哔哩

但有两个场景软件救不了，想清楚再掏钱。一是微调：MoE推理优化不产出70B全参数微调能力，这正是DGX Spark（128GB统一内存、单台约120GB可用于AI负载、自带NVIDIA AI Enterprise授权）卖3万多的理由，知乎9月28日那篇讨论里连“3万多的价格算不算割韭菜、国内有没有平替”都摆上了台面。知乎

私有数据、要70B微调、CUDA生态，这三样同时命中的，国内OEM版（技嘉AITOP ATOM、华硕Ascent GX10）是目前最稳妥的选择，有现货、有渠道售后，生态和原版无差别。它的多台堆叠路线，按同一篇路线图的总结：DGX Spark 的优势，不只是单台能跑，而是多台叠起来之后依然很有战斗力。二是长上下文Agent工作流：真正拖时间的是prefill反复读几十K上百K上下文，单机内存封顶之后，“从1台到4台”的桌面小集群路线（2台被普遍认为是成本/性能/复杂度平衡的起点，买第三台前要先确认你的推理框架是否成熟支持3x）才开始和“换一台内存更大的新平台”正面竞争。知乎知乎

第三本账：窗口账——10月8日等的到底是价格还是坑

现在把时间轴摊开，这是这篇唯一带“赌”的部分，所以只列可验证的信号，不替任何人下“买”的结论。

先看等的一方手里有什么牌。显卡日报9月30日那期的标题判断，是10月份显卡供应或将增加，同期价格记录里RTX 5070 Ti已经涨至9394元。是否兑现，下个月对账即可。知乎

更长期的等等党论据在知乎浏览量近200万的那组讨论里。有答主从供给端推演：28年星海美大约增产20-30%，长鑫增产100%，南亚增产100-150%，华邦增产300-500%。还有答主把账押在报废周期上：数据中心设备4-5年报废，甚至有3年报废的。按这个推演，2027年起第一批退役卡和内存会放出来——注意，这些是答主观点不是排产事实，方向可以参考，数字别当锚。知乎知乎

先看冲的一方只有一个变量：价格。10月8日目前确认的是“登场”——是发布、开售还是预售，华硕自己都没说死。 ProArt 16的价格、六家OEM其余五家的节奏、以及最关键的“32GB主流版会不会以低价铺满市场”，全是一片空白。小红书那篇蹲守帖五个字概括社区心态：“不敢想象价格”。这轮所有AI PC定价的共同背景，恰恰是上面说的LPDDR5X和GDDR7的涨价潮。也就是说：等，等到的可能是“真便宜”，也可能是“便宜但砍成32GB阉割版”；冲，冲的可能是首发溢价买128GB旗舰，也可能买到被评测打脸的第一批翻车品。知乎

按人分账：谁现在该动，谁别动

只跑7B/14B、偶尔玩ComfyUI的轻度玩家：什么都不用买。旧卡+Ollama/Strata类框架是当前性价比天花板，社区晒机数据已经证明16G显存不是瓶颈。唯一值得做的动作是盯双11内存价：你要加的是那根64GB条，而不是显卡。
想全保真跑30B-70B、重度长上下文Agent的进阶玩家：两条路对着算——DIY大内存旧卡机（内存采购成本按现价，警惕64G只是起点、256K上下文能吃90G）vs 现货DGX Spark/OEM版（3万档、免装机低噪音可堆叠）。70B以内推理+不微调，前者赢面大；要微调或数据不出门，后者是当下唯一省心的。
团队/实验室/要70B微调的：Spark两台起步，买第三台前先确认框架3x支持。信创涉密需求别硬上，看国产盒子。
想买“智能体电脑”换笔记本的创作党：等10月8日两件东西落地再说——旗舰128GB版实际价格，和第一批评测对“本地120B”claim的实测结果。看到首发文就下单，大概率付的是32GB主流版的阉割溢价。
纯游戏+办公顺带聊两句AI的：这条赛道和你无关，国产几千到两万的算力盒（最高64GB、跑30B量化）或干脆云端订阅，都比任何“为AI换机”划算。