T10一夜涨到1100：NVFP4把老卡的27B速度卷到120t/s，三条实测路线、三笔账、四个坑，追涨前看完

9月25日凌晨，B站UP主SPOTLITE发了条视频：《3000多整了4张大船的T10，跑Qwen3.8 27B FP8有一种能飞的感觉？》。一夜之间9400多播放、238条评论。 评论区刷屏最快的不是速度演示，是一句「这视频一出，T10又要涨价了[笑哭]」——紧接着有人报到：「感谢博主分享，我今晚上车的，已经涨到1100了。」哔哩哔哩

两天后的9月27日凌晨，又有人把「两张V100跑NInfer NVFP4，27B突破110token/s」的实测扔了出来。哔哩哔哩

这个九月，本地部署圈本来就被两件事夹着：内存显卡连着涨，知乎9月24日刚有人问：怎么内存、显卡价格这两天又疯了？ 另一头，API在一路降。而NVFP4量化+NInfer推理引擎+dflash2投机解码这波工具链更新，等于在夹缝里给老卡党凿出了第三条路：不买新卡，用退役数据中心卡和两三年前的游戏卡，把27B跑出接近"能用"的速度。知乎

这篇只服务一种人：预算三千到六千、想在家里跑27B长上下文、正在闲鱼大船和二手V100之间纠结、又听说"跑分有水分"的折腾党。已经在用API的轻度用户、想要开箱即用的成品党，可以直接跳到文末，我告诉你为什么这篇跟你无关。

一、先摆事实：这一周社区到底测出了什么

把散在B站各UP视频和评论区里的数字拼起来（都是社区自测口径，不是统一基准），老卡阵营的速度地图大概长这样：

同一批视频里还有几个参照点：Qwen3.8-Flash-Next单卡NVFP4报到135 t/s（MoE，另一回事）；vLLM+dflash2方案给V100的decode提速3倍、prefill提速15倍。 9月24日还有「双16G入门显卡跑Q4+长上下文」的完整实测在补容量派的课。哔哩哔哩

一句话总结这波：速度不是靠换卡换出来的，是靠量化格式（FP8/NVFP4）+引擎（NInfer）+投机解码（dflash2）三个软件件叠出来的。所以它的保质期完全在引擎作者和英伟达手里——这既是它的魅力，也是它的风险。知乎9月23日那篇《别再加钱上3090！一张8G破显卡，我把1500亿大模型跑起来了》，同属这股「不买新卡」的暗流。知乎

二、三笔账：真金白银的、看不见的、以及用精度换的

第一笔：速度值账

把「每1000块钱买到多少t/s」摆平：

• 4×T10约4400元（按1100追价算）：目标速度对标的是社区报的百来t/s档；

• 2×V100：单卡价更低但平台折腾成本高（转接板、水冷方案9月22日刚发布，视频1984播放都在问功耗）；

• 2×5060Ti 16G约7000元：报到120 t/s，但同一片评论区就有人泼冷水：同配置双5070Ti实际只有64-75。哔哩哔哩

对比基准别忘了站内前几篇算过的账：5090D已经11599，二手3090涨到8000均价，租卡盈亏线在7000小时。老卡方案买的是「单位价格的速度」，赌的是「你折腾得动」。这条路上有个高频反驳值得记住，来自T10视频评论区：有人接KVMem说「现在对显存需求没那么大了」，立刻被顶回去——能跑和能用来工作是两个概念。哔哩哔哩

第二笔：隐性成本账

评论区自己把坑都晒出来了：

• 平台比卡贵：有人8张T10上车后发现「最后买下来是平台比卡贵，内存点到128GB」；有人用华硕X99-E WS，「现在这板子涨价厉害，不是很值了」。哔哩哔哩

• 通道账：PCIe 3.0 x8对解码影响不大，x4可能掉速；有人打算上PLX拆x8组8卡，属于运维地狱进阶版。

• 散热与电：V100要改散热甚至上水冷；T10锁100W可以不动散热，但5卡党纠结「多一张怎么办——卖掉一张吃顿好的」；有跑分贴按整机550瓦算电费。 照这个口径，民电六毛一度，常年挂机就是一笔固定支出。哔哩哔哩

• 时间成本：给主板打补丁开p2p、等NInfer追版本修复、踩完dead-loop再回来修——你不是在装机，是在给自己开一个运维岗。

第三笔：精度账（最容易被偷走的一笔）

120 t/s这个数字，值不值，要看它是不是用你看不见的东西换的。目前证据只够画一条「分歧线」，不够画「结论线」：

• 怀疑派：百万粉UP「黑纹白斑马」9月22日搬运的NVFP4解析视频（8396播放、263收藏）评论区高赞说「FP4精度太差了，就算是老黄全力优化想各种法子也没办法弥补这个损失」，并以DLSS5最终跑在FP8上为据。；还有人给出实测感受——「向来Q6量化能保住几乎全部效果，再低很快就没法用」。哔哩哔哩

• 辩护派：「你不能拿同一个模型的Q6和NVFP4比，得拿同文件体积比」；英伟达官方此前给Qwen3.6-35B出过NVFP4量化版，宣称显存暴降3倍、精度几乎不掉。哔哩哔哩

• 阵营外的第三种声音：国内大厂在格式上倾向开放标准的MXFP4而不是私有NVFP4——「发镜像都是mxfp4，实际跑的还是有不少nvfp4」。 格式之争没落幕，你囤的量化权重有半页押在了站队上。哔哩哔哩

所以买卡前，先用你自己的任务（写代码？长文档？出图？）跑一个你信得过的版本。跑分视频给不了你这个。

三、四个坑，每一个都有人刚踩过

1. 追涨价差。T10从上月929到本周报到1100，「视频一出就涨价」已经发生一次。大船价格双向波动（也有人报「之前1350、现在降到960」），但你追的是热点后的价，不是方案本身的价。

2. 平台生态墙。整套红利目前主要给Linux原生党：NInfer 0.1.16之前WSL2开不了NVLink，实测速度只能停在45左右。 AMD阵营官方vLLM文档「只写了Linux」，RX7900XTX插上就跑这条路官方没给。 异构混搭（5090+5060Ti）会被慢卡拖累，不建议。哔哩哔哩哔哩哔哩

3. 稳定性。9月3日就出现过「Qwen3.8-27B-NVFP4出现EngineCore dead-loop特征」的翻车报告。 引擎还在高速迭代期，版本间的行为差异要靠你自己当测试员。哔哩哔哩

4. 残值玄学。图灵大船卡今天的「AI性价比」建立在引擎作者继续维护、量化格式继续胜利这两个假设上。评论区已经有人半开玩笑：「T10最好的归宿是挖矿，两个月回本」——矿、AI、吃灰，三种归宿的残值完全不同。

四、谁该上，谁再等，该盯什么

• 现在就值得上：家里躺着X99/多通道主板+Linux环境，明确要27B长上下文高频输出（代码代理、批量整理、长文档），且享受折腾本身的人。这波NVFP4对你们是实打实的白捡速度。

• 再等等：纯Windows办公用户——等引擎把WSL2/p2p适配补齐再进，现在的体验是半价；手里只有16G卡、指望「能跑=能用」的轻度玩家——KVMem和Q4已经让你跑起来了，别为跑分视频加钱。

• 不该上：日均调用不高的，API+租卡的旧账仍然成立；想要开箱即用的，成品NAS/迷你主机那条线才是你的终点站，折腾多卡TP不是。

值得盯的四个信号：①T10/v100大船下一波到港量和闲鱼成交价（一周内见分晓）；②NInfer/dflash2的Windows支持与版本修复记录；③MXFP4 vs NVFP4的镜像发布口径会不会倒向开放标准；④最关键的——云栖大会一口气放出的四张Qwen4牌里那张「留给你本地跑」的27B，落地时是不是直接带原生4bit权重，那会决定今天所有FP8/NVFP4的折腾是资产还是过渡票。哔哩哔哩

这波老卡速度革命，本质是软件红利提前透支了硬件折旧。红利是真的，水分也是真的——钱可以追，追之前先把你自己的任务跑一遍。

评论区聊聊：你手里的老卡这周测出多少t/s？有没有人发现「宣称速度」和「干活速度」差了几个档位？