这周的硬件行情，魔幻到连捡漏党都开始互相提醒"抓紧"。
一边是新卡：RTX 5090市价被炒到原价的3.5倍，澳门海关一周截获12起走私案，有人把内存条粘在腿上闯关。2026年三季度全球PC出货量同比跌了21%，内存在整机成本里的占比冲到40%，涨了四倍以上，业内预判这波涨价还要持续3到4年。快科技微博
另一边是二手市场，本来该是"电子垃圾"的老算力卡，也跟着被重新定价。一位小红书博主10月5日发帖说V100二手卡大概3000一张，结果发帖当天评论区就又冒出两个价：3800和4500——“3000不是起点”。B站一条双V100实测视频的评论区里，有人感叹32G版已经涨到4000，“这价钱都能买4张16G的了”。服务器内存更夸张，三年前120块能买4条16G，上周同样的条子120块只能买1条；连AMD的mi50、DDR4老主板都在涨。还有人晒出自己4199买的全新RX 7900XT，现在二手价比全新还高。小红书哔哩哔哩哔哩哔哩
新卡买不起、老卡也在被抬走，“捡漏二手算力"这条路正在从段子变成正经选项。但它到底值不值、坑在哪？这周恰好有一份质量很高的实测样本可以拆：B站UP主"AI练习生x顺子"用两张二手Tesla V100-32G跑176B开源MoE模型，喊出"同场景追平四万多的RTX 5090”，视频两天冲到74赞、142收藏、100多条评论——评论区有质疑、有对线、也有补充实测，信息密度比视频本身还高。我们把它和知乎、小红书上的多份独立记录拼在一起，给你算三笔账。
第一笔账：六千块到底买到了什么
先看配置和成绩。UP主的机器是双Tesla V100-32G（无NVLink桥接）+X99双路主板+62G内存，整机成本六千出头；对比对象RTX 5090单卡整机四万多。跑的模型是176B参数的开源MoE，IQ3_S量化后82.8GB，256K上下文，引擎用Strata。哔哩哔哩
成绩：解码中位172 tok/s，峰值190.3；而同模型、同量化、同引擎家族的社区公开基准里，RTX 4090单卡是97.2，RTX 5090单卡是170.5。也就是说，两张2017年的老卡，解码速度确实摸到了当代卡皇的水平。哔哩哔哩
为什么老卡能追平？这里有个反直觉的知识点：MoE模型拼的不是峰值算力，而是专家权重能不能全部驻留显存。4090/5090单卡24~32G显存只能装下一半左右的专家（约12000个槽位，命中率92~97%），剩下的要走系统内存；而双V100共64G显存，24576个专家槽100%驻留，推理全程不用去内存里捞数据。V100的HBM2显存带宽900GB/s，到今天依然不输新卡——RTX 4080也才736GB/s。老卡老的是计算核心，不是喂数据的嘴。哔哩哔哩知乎
但口径必须掰开看，这也是这条视频比多数"吊打体"诚实的地方：190.3是峰值，172是6轮中位，而日常知识问答开着思考模式，实际体感是78~93 tok/s。评论区有人质疑"V100（SM70架构）在新内核里基本是被放弃的那批，长上下文还能剩多少速度"，UP主贴出了逐档实测：1K上下文106 tok/s，128K还有92.5，256K顶格87.4——全程只掉18%，且温度压在72°C没降频（社区单卡同型测试是掉29%还热降频到84°C）。真正的瓶颈在首字延迟：256K档位TTFT（首token时间）要等148.6秒，长文档场景你得先忍两分半的沉默，之后才是流畅吐字。哔哩哔哩
一句话总结这笔账：买的是"大显存池+高带宽"，适合跑MoE大模型和长上下文；不是买"新卡级体验"，单卡原生基线只有33.5 tok/s，172是深度调优后的结果。哔哩哔哩
第二笔账：卡价之外，你还得花多少
V100不是插上就能用的游戏卡，它是数据中心计算卡，围绕它有一整圈"隐性成本"，知乎和小红书上的折腾实录基本都栽在这几项：
转接与散热：便宜的SXM2版本（海外eBay约170欧元）没有PCIe接口，需要非官方转接板（约50英镑）；卡是被动散热，得自己加80mm风扇配3D打印风罩。闲鱼上一款V100转4090转接板方案被5万人次围观、近2千人想要——需求真实存在，但也说明这是条"折腾佬"路线。知乎
噪音：原装涡轮风扇满载82dB，什么概念？堪比割草机，放卧室免谈。知乎
电源：有知乎用户实测显卡满载时12V直接跌到11V，被迫换了一台高品质850W电源。V100 PCIe版TDP 250W，双卡整机满载按0.6kW估，7×24跑一个月就是400多度电，电费两百多块——买卡前先把这笔月度开销想清楚。知乎
稳定性：热重启后偶发不认卡，必须完全冷启动才恢复；非官方转接板的供电和稳定性没有任何保障，卡本身也早过了保修期。
知乎7月那篇《1800元穷玩LLM》给了个低成本样板：V100 SXM2 16G+转接板+风扇总共约1800元，配上原有RTX 4080用llama.cpp拆层跑Qwen3.6-27B的Q5量化，生成32 tok/s、提示词处理133~160 tok/s，接进OpenCode当本地代码助手完全够用。但注意，那是7月的价格——如今32G版已经喊到4000+，这条路线的"穷玩"成色正在褪色。知乎
第三笔账：软件层的五个坑，一个都躲不掉
硬件只是入场券，V100是Volta架构（算力等级sm_70），软件生态正在把它边缘化，社区踩坑记录高度一致：
新内核默认不带它玩。现在绝大多数模型算子默认按sm_80+编译，直接跑就报错。llama.cpp等新版本的内核也在放弃Volta，那条172 tok/s的实测，前提是用社区维护的V100专用分支内核，而不是官方原版——买卡前先去对应引擎的仓库确认"Volta还活着"。知乎
量化档位必须和显存严格对齐。双V100 64G：IQ3量化约52GB刚好全塞下；换IQ4约67GB就溢出到内存，速度断崖下跌。不是量化档越高越好，塞不下等于白搭。
ECC默认开着吃显存。关掉ECC速度不降还省显存，这是数据中心卡和游戏卡的习惯差异。
锁频和驻留模式要手动开。锁频1380MHz+persistence on，配合调优才能压住温度和降频；另外系统里残留的僵尸进程会让速度暴跌，跑分前记得清干净。
调优空间巨大，但别指望开箱即用。同一张V100跑27B模型，有人开箱只有4 tok/s，调优后能到64 tok/s——16倍差距全在参数里。反过来，也有场景老卡无解：知乎一篇《40张V100跑不过16张A100》记录了Qwen3-Omni多模态部署，卡在多模态算子对sm_70的支持上，堆卡也没用。知乎知乎
谁该去捡，谁别碰
把三笔账合起来，这条路适合谁、不适合谁，其实很清楚：
千元级预算、动手能力强：V100 16G一两张，跑27B级量化模型当代码助手/知识库，1800元样板可抄，但要有折腾散热、电源、内核的心理准备。
四到六千预算、想认真跑100B+大模型：双V100 32G是目前性价比最高的"大显存池"方案，前提是接受256K首字两分半、82dB噪音和持续电费。
五万级重氪：8张二手3080 20G魔改卡+双路服务器的整机方案已经有人跑通748B模型（13.8 tok/s），那是另一个量级的游戏。哔哩哔哩
这些人别碰：只想省心开箱即用的（直接买新卡或整机迷你主机）；只跑7B/8B小模型的（中端新卡甚至核显都够）；低频使用的——评论区就有云厂商现身说法，4090按小时租一块多钱，用完释放。本地部署的真正价值是隐私、7×24常驻和不限量token，从来不是"省钱"，用量小的话云端反而更便宜。哔哩哔哩
最后说窗口期。业内预判存储涨价还要持续3~4年，意味着"再等等就降价"这个策略对新卡旧卡大概率都失效；但也不用被"4500"的喊价吓到FOMO——那是挂牌价不是成交价，评论区实际口径还在4000上下。真决定入场，盯三个信号：V100 32G成交价是否站稳4000以上（站稳说明重估完成，性价比逻辑生变）、你要用的推理引擎社区分支对Volta的支持是否还在更新、以及双十一新卡放量后二手价差的收敛情况。二手算力的黄金捡漏期，可能就在这个冬天前后。
