假期里刷B站和小红书的人，大概率被这张2017年的老卡刷屏了：这边是4.5万播放的《Qwen3.8 27B NVFP4 V100逆天输出280token/s》，那边是《双V100 Nvlink模型服务器起飞了》《双CPU并行加速 四卡V100烤机测试》接连登场。连卖家都在10月1日发帖：“V100 32G 8卡SXM2服务器整机，节日也可发货”。哔哩哔哩
小红书上，《垃圾佬福音，最新神器，v100满血复活了》的帖子拿到49个赞、71个收藏，作者直言"想本地部署模型买不起显卡？v100满血复活了，堪比r9700"。Ninfer实测视频的评论区里，点赞靠前的一条是"突然想把r9700还没到货的退了"。小红书哔哩哔哩
比视频更扎眼的是价格。6月时，整合包卖家的视频简介里还写着"对于价格才1000块的V100来说，非常不错了"。到10月5日，小红书《两张二手老卡，跑平4090》一文给出的32G二手价已经是"卡是 Tesla V100 32G，数据中心退役卡，二手大概 3000 一张"，其评论区有人喊"网上都炒到了3800"、有人直接报"现在4500了"，还有人感叹"两个月前才千百来块，哭晕"。哔哩哔哩小红书
先把结论放在前面：这轮V100的速度是真的，个别场景确实摸到了魔改4090 48G的屁股；但它是一张被开源社区"续命"的倒计时卡——入教之前，先把四组实测、五个坑和三笔账对完。
一张2017年的卡，凭什么国庆封神
关键是软件，不是硬件。V100是Volta架构（sm_70），主流推理框架早已把它甩下：新版编译不带它，PyTorch只剩cu126版本还认它。真正改写局面的是几个专攻老架构的开源fork：
3月，1Cat-vLLM（一个面向V100/sm_70的vLLM工程fork）配四路NVLink跑通Qwen3.5-122B，视频标题直接喊"用V100的预算跑出A100的性能"；
8月31日，1Cat-vLLM把Qwen3.8-27B的NVFP4量化跑到280 token/s——要知道V100硬件层面根本不支持NVFP4，这是软件层"反向量化"硬做出来的。这条4.5万+播放、600多评论的视频，就是本轮行情的点火点。哔哩哔哩
9月23日，GLM5.3F也被解锁，145 toks；
10月4日凌晨，ninfer-V100X2登场：双16G V100跑Qwen3.8-27B的quasar qat NVFP4，峰值236 t/s解码、2000 t/s预填充，两张16G的显存刚好塞下262K上下文。最有戏剧性的是作者自己在评论区求star，说"这对一名初三牲的简历很重要"。哔哩哔哩
10月5日，又有人把单卡16G跑27B做成了一站式整合包，宣称"1000+t/s prefill、60+ decode、256K上下文"。再加上同一周小红书上冒出来的双V100水冷装机秀，这张老卡在一个国庆假期里完成了从"洋垃圾"到"真神"的跳跃。评论区已经有人喊"一起入坑v100神教吧"，理由是"1000内最强最强的计算卡 除了比较折腾 但T10，mi50什么的没有一个打得过他"。知乎哔哩哔哩
四组实测，四种命
先泼盆冷水：同一张卡，换个引擎和量化，性能能差近8倍。把本周和近期的代表性实测摆在一起看——
第一组，1Cat-vLLM跑27B NVFP4：UP主口径峰值280 t/s；有网友租卡自测，“峰值确实能200tps”，但仓库推荐的模型量化"压根没法用——死循环、只输出理由不输出内容"，换成unsloth的NVFP4才正常，代价是KV cache开不了FP8，速度跌回50 t/s左右。哔哩哔哩
第二组，Ninfer-V100X2双16G：标题里的236 t/s是峰值，作者自己在评论区交底——实际写代码峰值200出头、平均190；短上下文平均140；180K长上下文平均100。哔哩哔哩
第三组，小红书《两张二手老卡，跑平4090》，数据最全的一篇：重写attention内核后，单卡从36 t/s提到56，加上第二张卡到101.9（双卡是单卡的1.8倍）；256K上下文代码生成，双V100 94.7 t/s，对面一张约3万元的魔改4090 48G跑80.9 t/s；中文生成71.0对67.4，基本打平；300道题答对237比236，就差一道。但首字等待被反杀：V100要等393秒，4090是210秒——这一步卡在算力，软件补不了。作者还在评论区主动补充：两边用的是不同权重方案（V100是NVFP4、4090是groupwise-int），“速度可比，别当成严格同条件A/B”。小红书
第四组，反面教材：有人拿两张V100共64G显存、用llama.cpp跑27B的Q8量化，只有30 token/s左右——llama.cpp不做张量并行，相当于只有一张卡在干活，Q8的显存占用还比FP4翻倍。哔哩哔哩
三条口径记牢：峰值不等于日常（280是跑分，写代码平均190）；解码快不等于响应快（长上下文首字要等6分半）；引擎和量化决定这张卡是神是废铁（30到236，差出8倍）。
五个坑，坑坑都有前人躺着
坑一，生态倒计时。CUDA 13已经不再为V100编译，PyTorch只剩cu126一个版本可用。小红书高赞评论在催大家赶紧备份sm70-75驱动，“很快会被库删除，现在能跑moe_122b”。Volta硬件不支持BF16和FP8，NVFP4全靠fork续命，双V100水冷帖的评论区就有人叹气，说"这个卡感觉已经被放弃了，要跑量化很多精度都不支持"。哔哩哔哩小红书
坑二，平台门槛比想象高。V100没有视频输出，要么CPU带核显、要么加一张亮机卡，否则连BIOS都进不去；主板必须支持Above 4G，E3之类的老平台直接点不亮；迷你主机和笔记本几乎全军覆没；就算魔改4090散热器，散热器还会挡住相邻PCIe槽——有人为此把CPU从5700X换成带核显的5700G，自称"血的教训"。哔哩哔哩
坑三，散热和啸叫。V100是服务器机箱风道里的被动散热卡，进家用机箱双卡满载，卡温爬到81-84℃自动降频。刚哥的双V100服务器视频里满载70多度，评论区有人拆台"其实已经是压不住了"，自己水冷改版压到满载55度以下。啸叫也躲不掉——电感跑大电流必然共振，评论区确认"有的"。小红书哔哩哔哩
坑四，同样叫V100 32G，其实是两种卡。《两张二手老卡》作者发现：惠普定制版核心砍了一成，但显存频率1107MHz、实测带宽1058GB/s；标准SXM2版核心全开还带NVLink，显存却只有877MHz、实测878GB/s——带宽差20.5%，单卡生成速度差20.3%，多花钱买的NVLink版反而比老定制版慢。下单前用 nvidia-smi -q -d CLOCK 查Max Clocks里的显存频率。另外，560块的"好价"别眼馋，那是针脚有问题或报ECC错误的瑕疵卡。小红书哔哩哔哩
坑五，软件栈绑死Linux。Ninfer那套在Windows上跑不起来，WSL会打断P2P。单卡整合包用的KVMem有丢上下文的问题，agent模式还会"反复prefill，气死人"。想拿多张V100做ComfyUI视频生成的更要当心——连卖整合包的UP主都看不下去，直言"总有小白买了多张16G的V100要在COMFYUI玩多卡，还要做什么AI短剧"。哔哩哔哩哔哩哔哩
顺带拆穿NVLink
SXM2双卡整机最爱讲NVLink故事，但实测泼了冷水：视频生成只快1%；光开直连不改代码，提升是0，那一成速度是作者自己写代码把"信箱"搬进对方显存才拿到的；唯一明显用处是读长prompt，快12%到35%。而评论区的风向是"nvlink底板好像快超过板子的价格"。除非你专攻长上下文，别为NVLink三个字付溢价。小红书
三笔账算完再掏钱
硬件账：双32G按当前报价6000到9000元，加平台、散热、亮机卡，整套奔着小一万。四卡方案的评论区口径也是"整套机器小1w"。参照系有两个：魔改4090 48G约3万一张，没有官方保修。另一个是腾讯云4张32G V100的服务器，月租2万。但别忘了：按6月千元价，这是"用零头买4090五分之一速度"的神话；按4500报价，性价比已经被溢价啃掉一大半。哔哩哔哩小红书哔哩哔哩
电费账：评论区口径，机器一个月全程跑AI，电费约600元。对比API——27B级别的量"爽用一天轻松上百"，重度用户一个月两三千，重度玩家上硬件方案确实省；但轻度用户一年电费就快追上二手卡差价了。哔哩哔哩
机会账：现在的价格是两个月翻三倍之后的价格，此刻接盘等于接在情绪高点。反过来，6月400、505元入手16G的人，手里已经是"保值的洋垃圾"。而且洋垃圾市场从不缺下一张卡：7月就有人感叹P100"居然涨价了！万恶的资本家，洋垃圾都不放过"，同期2080Ti还在创新低。知乎
谁能入教，谁该回头
可以入的：能装Ubuntu、舍得改散热打印风道、主力需求是长上下文写代码或科研助手、家里台式机有核显或空槽且Above 4G能开的人。这套配置能给你262K上下文和200 t/s级的解码，价格只有魔改4090 48G的五分之一。下单前先租卡跑一天（有人租卡测出200 t/s峰值），确认自己咽得下这些折腾再买；买的时候查显存频率、认准无ECC错误的完美品。哔哩哔哩
再想想的：Windows党（这套软件栈Win跑不了）、即插即用党、AI视频和短剧党（多卡ComfyUI是死路）、对首字延迟敏感的人（256K上下文等6分半，不是6秒）。你的钱应该去看3090、新卡或者云端。
别入的：指望"买来就是4090"的人——237比236的答卷有前提，是特定引擎加特定量化，换个仓库推荐的量化可能就是"只输出理由不输出内容"的死循环。以及想碰FP8、BF16、新量化格式的人，Volta的天花板2017年就写死在规格书里了。小红书
最后说句实在的
这轮V100的香火是开源社区点起来的，能烧多久，取决于1Cat-vLLM、Ninfer这些fork还愿意更新多久——英伟达官方的支持已经停在CUDA 12.6。所以我的建议和"早买早享受"正相反：这是一张带倒计时的卡，只值得按"续命价"买，不值得按"升值价"追。3000以内，折腾党可以入；4500的报价，加一点都够得着二手3090了，何苦。哔哩哔哩
至于V100之后还有没有下一个"真神"——看看已经开始涨价的P100，看看刚创新低的2080Ti。洋垃圾的规律从没变过：只要大模型还在往大了长，老卡就总会有第二春，只是每一春的窗口，都在变短。知乎
