5090涨到3万5，3060涨了45%：跑大模型的人转头去买魔改卡，1GB显存到底值多少钱

今年8月底，显卡市场给本地大模型玩家递上来一份残酷的账单。8月27日的显卡日报写道，今天显卡价格有所下跌，但是RTX5090D 32GB涨至34999元，又回到了历史最高价。知乎复产的RTX3060 12GB涨得更凶，这款显卡自7月初在美国市场重新上架以来，价格已上涨约45%，目前售价已超过性能更优的新款RTX5050。知乎

工作站卡市场同样火热，Marketplace将RTXPRO6000Blackwell工作站版的标价上调至16,000美元，折合人民币约11万元，这张卡2025年3月首发时的建议零售价是8,565美元，一年半涨了87%。知乎这些卡涨价的背后是同一个原因——显存荒。因为显存荒，老黄的核心产能实际上没那么紧张了，甚至有些富余，超大规模的核心配上不够的显存，刚好可以攒出一张游戏卡，再消化一部分产能。知乎

于是真正想跑本地大模型的人，把目光投向了咸鱼：大量显存翻倍的魔改卡正在涌入。最近显卡叕涨了一波，但好在一张2080Ti22GB魔改卡目前的价格大致是2.3k左右，不算太高。知乎RTX 3080 20G魔改卡价位如今已经暴涨到3千元左右。知乎RTX 4080魔改32G涡轮卡，价位方面也是高的吓人的存在，普遍超过了上万元的存在。知乎

最顶端的4090 48G魔改卡更夸张，其从24G显存容量魔改翻倍达到了48G的恐怖程度，当然价位也是极为恐怖，清一色的高达2万多，号称全新显卡！知乎对不少人来说，这已经是一整台工作站的年预算了。

对跑本地大模型的人来说，真正的问题已经不是“买哪张卡”，而是“现在1GB显存到底值多少钱”。这篇文章就来把这笔账算清楚。

先算一笔账：你到底需要多少显存

以最近讨论度最高的开源模型Qwen3.8-27B为例，满血版要55.6G显存，量化版只要17G，8GB最低量化仅体验、16GB入门、24GB甜点（跑4bit）、32GB约8bit近无损、双卡48GB才能上满血。哔哩哔哩

所以买卡之前，先回答两个问题：你要跑什么模型，能不能接受量化？只跑27B的4bit量化，22GB就够了；想要近无损甚至满血，就得32GB起步或者上双卡。显存需求决定预算档位，卡型只是档位里的选项。

显存成本账：每1GB差价能到35倍

把咸鱼上讨论度最高的几张卡的行情价整理出来，按每1GB显存折算单价：

从31元到1094元，1GB显存的单价差了约35倍。最便宜的Tesla P100 16GB，流出价只要498元，16GB大显存可以轻松运行14B大模型。知乎但它是Pascal架构的GP100核心，没有Tensor Core，“能跑”的上限很清楚，只适合当入门练习机。

魔改卡靠硬改显存实现越级。以4080魔改卡为例，它是魔改扩容翻倍的显存容量版本，直接16G扩容到32G，通过更换显存颗粒实现容量翻倍，算是填补了“CUDA生态+32G显存+非专业卡”市场空白。知乎常见做法是把1GB颗粒换成2GB颗粒、改PCB配置电阻再刷入定制vBIOS，核心本身一般不动。

所以魔改卡买的本质是“显存容量”，不一定是“速度”。这个差别在实测里体现得最明显。

速度不能只看显存：两组实测样本

最便宜的组合是2080Ti四卡并行。UP主用四张2080Ti魔改卡跑Qwen3.8-27B-FP8，最少两张卡也能部署，他自己实测速度是45tokens每秒，没有使用nvlink，听说使用nvlink更快，可以超过100tokens每秒。哔哩哔哩

评论区还有更极限的数据：有车主在540K上下文下跑出decode峰值58t/s，prefill速度1700+t/s。哔哩哔哩这个速度已经进入能正经干活的区间。

往上一档是魔改4080 Super 32G。5090 还是最快，约 220 token/s。它代表的是新一代旗舰的上限。魔改 4080 Super 32G 约 150 token/s，落后 5090 明显，但并不慢。粗略算一下，它达到了 5090 的 68% 左右。知乎

注意这个150 token/s是跑MoE模型的成绩。稠密模型就没这么轻松。比如 Qwen 3 类 27B、Gemma/Gemini 类 31B 这类 30B 级稠密模型，魔改 4080 Super 32G 大致能跑到 30 token/s 以上。知乎如果你的目标模型是稠密架构，速度预期要大幅下调。

三个比显卡更便宜的坑

坑一：多卡并行不等于显存翻倍。RTX 4080 Super 没有 NVLink。多卡之间主要走 PCIe。PCIe 4.0 x16 理论带宽约 32GB/s，PCIe 5.0 x16 约 64GB/s。作为对比，3090 的 NVLink 3.0 约 100GB/s，而 4080 Super 自身显存带宽约 736GB/s。知乎卡间通信和本地显存访问根本不是一个量级。

所以把两张 4080 Super 32G 拼起来，不等于得到一张 64GB 大显存旗舰卡。知乎模型如果频繁跨卡交换数据，多卡性能会被通信拖住，下单前先确认你的框架和并行方式吃不吃得消。

坑二：FP8模型文件不等于FP8硬件加速。2080Ti四卡视频下有人直接问，为什么选择fp8不选择q8，2080ti不支持fp8。哔哩哔哩Turing架构本身没有FP8张量加速，40 系并不支持硬件 NVFP4 加速，低精度加速主要到 FP8 这条线。知乎想押注下一代超低精度模型，新架构的溢价是真实存在的。

坑三：软件层会吃掉硬件的功夫。有位AMD卡用户把折腾过程做成了视频，显卡反复黑屏掉驱动，他认定750W电源带不动7900XT，连1000W电源都加进了购物车，盯了一整晚监控才发现硬件全程无辜，凶手是全网教程第一步都让你装的Ollama，换LMStudio调对参数后，同一台机器同一个模型，token速度直接起飞。哔哩哔哩N卡阵营也一样，我们自己搭了GPU集群跑大模型，用的魔改48G的4090，vLLM部署，跑了大半年了。知乎同一张卡换一套部署框架，性能差距可能远超直觉。

按预算给出的购买建议

3000元以内档：2080Ti魔改22G基本是唯一选项，适合跑Q4量化模型。有条件组双卡的话，一个六七千的工作站双卡轻松44g显存，正好怼到现在能流畅干活的本地大模型配置上，模型智力够，上下文也够。知乎

8000—11000元档：魔改4080S 32G是主战场，卖家普遍号称大厂工包、三年质保。知乎但下单前必须把功课做足，要看改装工艺、压力测试、售后、质保，以及卖家是否长期做这类产品，不要只看32GB三个字就下单。知乎

同时要清醒一点：魔改卡没有任何官方背书，魔改的缺陷极为明显，翻车率肯定是存在的，官方不认可，售后也难有保证。知乎接受不了翻车风险，攒钱买原生32G的新卡或者等行情回落，也是理性选择。

接下来值得盯的三个信号

一是显存荒是否缓解。魔改卡吃香的根源是新卡供给跟不上需求，一旦显存供应恢复，新卡和魔改卡的涨价逻辑会同时松动。

二是新产品定位。消息称英伟达今年将推出一款定位高于GeForceRTX5090的新显卡。知乎如果落地，高端消费卡的价格空间会被再挤压一次。

三是魔改卡的资产化。4090 48G魔改卡原先某宝入手价位2万3千多，如今暴涨三千多。知乎魔改卡已经在跟着行情当理财产品走，买来用就尽早用，想炒一把的风险不比炒卡小。

这一轮涨价里，1GB显存的价格从31元到1094元都有。先算清自己的模型到底要多少显存，再看哪张卡的每GB单价合理，这比追着价格曲线跑要稳得多。