新卡越等越贵。DRAM 短缺，N 卡从数据中心级到消费级普涨 20%～50%，据说后面还要再涨 30%。连评论区都有人发现，十年前的亮机卡都跟着涨了价。知乎
但本地 AI 玩家没盯着新卡。10 月以来，垃圾佬圈子火了一批"退休老人"：数据中心淘汰下来的计算卡。
1400 元的机器，跑 1250 亿参数的大模型
最疯的一个实测长这样：X99 魔改主板、E5-2673V3、DDR3 服务器内存，加一张 P100 计算卡，全套 1400 元。P100 是 2016 年的卡，今年整十岁，没有视频输出，二手价四五百块。哔哩哔哩微信公众号
就这么个东西，跑 Qwen3.8-Flash-Next——1250 亿参数，IQ3 量化，搭 Strata 引擎，实测平均 30+ tokens/s，峰值 50。聊天够用，还能接 AI Agent 生成 3D 场景。哔哩哔哩
预算多一点的，算另一笔账。两张二手 V100-32G，跑一个 1760 亿参数的 MoE 模型，解码中位 172 tok/s，同口径追平卖四万多的 RTX 5090（170.5）。UP 主很老实：190 是峰值，日常体感 78～93 tok/s。账单六千出头，还是先下手价——按现在闲鱼单卡最低 3700，两张得往八千去。哔哩哔哩
十年前的卡，凭什么还能打？
因为规则变了。大模型推理，吃的不是算力，是显存容量和带宽。拿 Qwen3.8-Flash-Next 来说：体内 24576 个专家，每个 token 只激活 10 个。Strata 把热专家塞进显卡，冷专家放内存，CPU 和 SSD 各干各的。这套体系下，双 V100 的 64GB 显存能把全部专家权重驻留，随叫随到；5090 单卡 32GB 只能装下一半，剩下的要跨内存去找。一句话：买新卡是为算力付钱，淘旧卡是为显存付钱。知乎知乎哔哩哔哩
先别急着下单，三盆冷水
第一，软件支持在收缩。CUDA 13 删掉了 Pascal 架构支持，P100 想跑起来得自己编译镜像——有人为此编了 4182 个 kernel。V100 也好不到哪去：SM70 架构没有 FP8 张量核，标准 vLLM 支持极差，得靠 1Cat-vLLM 这类社区分支。今天能跑，明年谁说得准。哔哩哔哩知乎
第二，体验要打折。P100 预填充弱，跑 agent 任务首轮等得久。卡没有视频输出，还得再配一张亮机卡；被动散热没机箱风道就是烤，上 1 万转暴力风扇，噪音直接把你送回机房。评论区有人提醒：老卡跑扩散模型也别指望，视频生成免谈。哔哩哔哩知乎
第三，垃圾也在被抬价。V100 三月份 2200 块能拿下，如今最低 3700，单卡溢价出现 1400 元。P100 几个月前才 300 多。更麻烦的是，计算卡不像游戏卡保值，玩两年想出手，基本出不掉。知乎微信公众号
所以，到底谁该买？
如果你是折腾党、有数据隐私刚需，或者主要跑改写、翻译、分类这种批量慢活——这张门票确实便宜，可以上。知乎
如果你想开箱即用、指望跑长链路 agent，或者冲着视频生成去——别为难自己。有调侃评论说得好：1400 块能买 280 个 Gemini Pro 账号，何必受这个罪。哔哩哔哩
AI 这波浪潮最有意思的地方在这：新卡一路涨价，反倒把一群服役十年的退役铁疙瘩，盘出了第二次生命。它不见得能兑现"好用"，但它足够便宜、足够好玩，还有那份把数据留在自己家里的底气。
