今天B站的本地AI圈，被一个「双卡」实测刷屏了。中午发布，半天播放量就冲到6万5，评论区213条。 UP主「74并不难」把两张华硕 PRIME 5060 Ti 16G 插上主板，喂给 Qwen3.8-27B 一口 256K 上下文的硬菜：长文本生成、多模态识图、不同上下文长度下的吞吐，一项项测。哔哩哔哩
评论区反复追问的，就一个问题：两张卡，等于一张大卡吗？
答案很不客气：不能这么算。 有位双卡党在部署手记里写得明白：双卡合计 48GB 显存，不代表能当成一张 48GB 卡。27B 的 INT4 权重约 20GB，张量并行切开之后每张卡实际扛着约 9.7GB 模型权重，启动日志里还有 P2P、AllReduce 相关的通信警告。双卡是「把一个模型劈成两半一起跑」，两张卡之间的账，要看卡间通信速度。这也正是评论区那句「prefill 明显没开 P2P」一针见血的地方。知乎哔哩哔哩
那双卡图什么？图的是长上下文的容量。 有用户实测吐槽：同样的模型，单卡长文本写到 8000 token 就爆显存。256K 上下文的真正吃显存大户是 KV Cache，模型权重反而只占小头。单卡的活法是另一条路线：内存卸载、砍上下文；双卡才是给「既要 27B、又要长上下文」那部分人准备的，别混着抄。
再说说速度。 评论区问得直白：「两张 5060 Ti 能打过 5090 吗？」回答也直接：「打不过，差远了。」两张中端卡的卖点是容量，不是速度——速度上限由卡间通信决定。想要上周刚曝光的 96GB 版 5090 那种体验，双卡平替不了。
绕不开的还有价格。这条视频评论区的画风是：「现在显卡就是电子茅台」33 人点赞，「1 万现在买不到一张 5070 Ti」。把时间线拉回 7 月：英伟达对授权显卡厂商发出新一轮涨价通知，华强北工厂执行封仓，8 月起 RTX 50 系列数日内跳涨上千元的报道上了热搜。这是这轮「双卡省钱」讨论真正的背景。卡价剧烈波动期，"等"本身也是一种策略。微博微博
所以这篇实测最值得抄的作业，不是「双卡 256K」这个配置，而是三条自测标准：
已有两张同款（或至少同架构）卡的，张量并行是现成的扩容量路线；
数据必须留在本地、且真的依赖长上下文（整项目喂给模型、长文档问答）的，值得折腾；
指望双中端卡跑出旗舰卡速度的，先别下单——模型格式兼容性、P2P 配置这些坑，每一个都够你排查一晚上。
都不占的话，那笔买卡钱换成 API 调用，确实更省心。正如评论区那条高赞回复：本地部署「不是为了回本，是为了 token 自由」——但自由也是有市价的，现在的市价，比三个月前贵。
（数据与实测信息截至 2026 年 11 月 6 日公开内容，具体性能以各自软硬件环境实测为准。）
