先说结论：这轮装机的答案变了，但涨价没变。
如果你今年双11的目标是“装一台能本地跑大模型的电脑”，往年那套“显卡优先、无脑冲大显存”的作业，这个月已经被新技术改了一半答案。GitHub上的开源项目Strata已经攒到约2.6万star，MIT协议、一键安装，把千亿参数的Qwen3.8-Flash-Next做到了12GB显存起步的游戏卡上本地运行，还提供OpenAI/Anthropic兼容接口可直接接编程智能体。 速度上也不是“便秘输出”，12GB显存档的实测口径是每秒50个token以上。 更激进的是，E5处理器+GTX 1060 6G+16GB内存的3000元以下组合，也能跑出19~21 tok/s。知乎专栏知乎专栏知乎专栏
但涨价那边一点没让步：AI数据中心吃掉了全球约七成的内存产能，消费级GDDR7显存被严重挤压。 全球存储芯片已连续三个季度涨价。 微软Surface甚至全线提价来转嫁这笔成本。知乎专栏界面新闻界面新闻
一句话概括现在的局面：“能不能跑”的门槛从24GB显存下探到8~12GB，但“跑得舒服”的账从显卡挪到了内存、硬盘和生态上。这轮攒机要躲的不是一个坑，是三种税：不该交的显存税、躲不掉的内存税、看人下的生态税。
税一：显存税——现在能躲就躲
这轮显卡涨价和矿潮本质不同：涨的不是GPU芯片，是显存颗粒。一颗2GB的GDDR7现货价已超20美元，一张16GB显存的卡光显存物料就接近千元——显存从BOM里的配角翻成了主角。知乎专栏
10月的行情已经接近“一日一价”。RTX 5060 Ti 16GB零售约5400元起步，10月下旬有帖子喊到6200元以上，那2000+的差价买的其实只是8GB显存。 RTX 5070 Ti官方指导价6299元，京东实际成交却在8000元档上下徘徊。 顶端的5090D V2则要单卡3万5。知乎知乎专栏知乎专栏
关键是判断：这轮涨价是产能分配造成的，不是短期炒作，明确降价窗口大概率要等到2027下半年。知乎专栏
而“跑大模型”所需的能力门槛，已经从4090/3090时代的24G显存下探到16G。 在Strata这类“把显存冷数据下沉到内存和SSD”的技术普及之后，为跑大模型去追24GB以上显存的新卡，溢价最高、贬值最快——“现在高不可攀的4090 48G、5090 32G，几年后都会沦为工业垃圾”，这句圈子里流传的刻薄话，正是被反复提起的趋势判断。知乎专栏
但“躲显存税”不能读成“显存不重要”：容量不够是断崖，不是缓坡。同一个27B模型、同一档Q4量化，16GB卡能跑22~28 tok/s，12GB卡装不下、多出来的层被赶到系统内存后掉到6~10 tok/s。 更有实测报到过1~3 tok/s，差别在量化档位和上下文长度——而且它不报错，你只会觉得“莫名很慢”。知乎
显存容量决定“纯卡内运行”的舒适区，正确买法是按需封顶：本地对话8GB能跑、16GB舒适；图像生成12GB起；视频成片、35B以上大上下文才需要24GB起。知乎
更容易被漏算的是带宽：RX 9060 XT、RTX 5060 Ti、RX 9070 XT、RTX 5070、5070 Ti、5080的带宽分别是320、448、640、672、896、960 GB/s，从5070 Ti加6000块跳5080只多买到7%的带宽，是这一档最不划算的一跳。 比价表里请把带宽写进列，别只比容量和型号数字。知乎
税二：内存税——躲不掉，那就学会怎么买
本轮最反常识的一页：跑本地AI最贵的配件已经不是显卡，是内存。64GB DDR5套装一年前约800元，现在约5200元，而同期64GB DDR3只要540元、DDR4约1800元，代际差价接近十倍。 装机单最常用的32GB DDR5 6400套条，主流报价已经落在3300元到3900元区间，比一张5060 Ti还贵。知乎专栏小红书
内存之所以从配角变主角，是因为Strata把模型最常用的专家放显卡、其余专家放内存，并把28GB的超大查找表整体放进固态硬盘。 硬盘因此当起了部分“显存”，它的读写速度直接决定速度下限。知乎专栏
选盘的第一条红线：“不要使用机械硬盘，太慢，慢死”是Strata实测教程的原话。 64台整机实测给出的修正账里，把QLC盘换成TLC按+500元计成本。 对大多数人，2TB起步的PCIe 4.0 TLC大容量盘够用，追求14000MB/s级的PCIe 5.0盘属于顶配方案的事。知乎专栏知乎
内存容量的基准线：跑千亿模型64GB起步可行，预算允许建议更倾向96GB——以后没准有更好的模型，因差一点内存不能部署就很尴尬。知乎专栏
条数和排法同样重要：双48GB优于四条24GB，留两个插槽以后还能扩展到192GB。知乎专栏
最大的隐藏坑是单通道内存：单条约48 GB/s、双通道约96 GB/s，配置单写“16G”“32G”“24G”而不写“×2”的，绝大多数是单条。 下单前发一句话给客服，把“32G×1还是16G×2”确认进聊天记录。知乎
这类错误不会让机器跑不起来，只会让带宽默默腰斩——它不报错，只是慢，而你可能一直不知道自己少了什么。知乎
税三：生态税——该不该交，看你是哪种人
24GB显存档现在有两条“便宜路”：带三年质保的全新RX 7900 XTX，有用户5999元在京东实购。 闲鱼二手RTX 3090 24G中位价约8100元，双卡凑48G还能摸70B模型的门槛——代价是矿卡风险、显存高温、无质保，单卡电源至少850W。 整机层面，同平台、同显存、同通道的机器，A卡路线比N卡路线差价约2560~6340元。知乎专栏知乎专栏知乎
这笔差价不是白捡的，是一笔明码标价的生态税：vLLM在AMD只有Linux版本，微调生态默认假设CUDA，新量化格式滞后30~90天，同显存档推理整体落后10~15%。知乎
那位5999元用户的亲测账：同样的ComfyUI视频生成任务，N卡大约15分钟就能完成，换成A卡却要一个多小时。知乎专栏
装插件的第一步就可能踩坑——多数插件默认下载CUDA版PyTorch，A卡用不了、装完报错再排查是常态。用他自己的话说：“模型跑起来只是开始”，软件兼容、环境配置、生成效率的问题会接踵而至。 另外，Strata目前是N卡生态的主场，AMD卡对应的是gufo这类同定位项目。 怎么判断：只跑一两个固定工具，A卡的差价划算；要跑多类工具、或不确定将来要跑什么，N卡省下的时间超过这点差价。知乎专栏知乎专栏知乎
三档作业与下单前的快查清单
500~3000元·旧机复活档：手头有GTX 1060 6G/RX 580级别老卡加16GB内存的，先别花钱，装上Strata或gufo就能跑千亿量化版；把内存升到64GB、换大容量TLC盘，实测表里12GB 3060+64GB内存的档位能到30 tok/s。 社区体验共识是40 tok/s能用、60 tok/s以上非常流畅。知乎专栏
1万元级·双修档（游戏+本地AI）：显卡盯5060 Ti 16GB的5400元档，6200元以上的喊价不追——那多出的两千块只为8GB显存买单。 内存64GB DDR5双通道，固态2TB TLC（PCIe 4.0即可）。低价整机标“5060 Ti”的要追一句后缀：同颗GB206的8GB版和16GB版显存差一倍，价差约1000~1700元。知乎知乎
2万元以上·生产力档：24GB显存路线（7900 XTX或二手3090）+96GB内存+高速SSD，同时接受Linux和折腾成本。平台只看三条：LGA1700已停产换代，LGA1851只经过一代Refresh、Intel未给下一代兼容承诺，AM5是目前唯一有官方延续承诺的桌面平台。知乎
下单前快查四件事：
标题“16G”不一定是显存：有商品把16G内存容量填在显卡字段的相邻行，也有标题写“16G”而显卡实为8GB版——让客服把具体型号和显存GB写进聊天记录。知乎
“能跑125B”的AI迷你机，入门64GB版跑不了，能跑的128GB版价格翻倍、带宽只有273 GB/s：装得下，跑得慢。知乎
CPU后缀是HX/HK/H/U/V的整机，等于买了一块焊死的笔记本芯片，永不可换。知乎
内存条数写清楚“×2”才算数，参考上文单通道账。
最后交总账
本地部署买的是三件事：隐私、可控、不被绑架——涉及隐私的核心工作交给本地模型，其余杂活丢给在线API。 纯算经济账，一套接近3万元的顶配本地方案约等于订阅18年GPT Plus，未必划算。 超高频使用才划算，这是“买还是等”这道题的裁判线。知乎专栏知乎专栏
所以双11的执行线：刚需就动手，把钱优先花在内存上，显卡按需封顶16GB，大显存等2027下半年的产能窗口再针对性升级。 非刚需的等待有意义——等的不是降价本身，而是“不用为大显存交溢价”的技术窗口。知乎专栏
继续观察四个信号：TrendForce对Q4 DRAM合约价的判断是继续涨，目前口径在10%~15%与约20%之间摆动。 另外三个：三大原厂DDR5的报价动向、长鑫的产能与业绩兑现、Strata/gufo对下一个千亿模型的适配进度。四个里有两个往松的方向走，大显存党的等，才开始划算。小红书
