「矿机架」重出江湖：显卡涨价的9月，8张2070凑出64G显存跑27B只要9600元——垃圾佬、新卡、二手Mac、买token，四条路的账我都算了一遍

这个9月，想入坑本地部署AI的人，最先撞上的不是模型，是显卡价格。

RTX 5060 Ti被渠道炒到6000元上下，DGX Spark现货被炒到3万3。 知乎上"内存显卡什么时候回归正常价格"的问题拿到了580个赞，高赞回答的结论很冷静：最少还要再等2年。 买卡的逻辑也变了——二手市场里流行一句话："先不问性能，先问显存。"8G嫌小，10G起步，12G看着才安心。知乎知乎知乎

就在这个背景下，小红书9月7日的一篇帖子火了一把：博主"极客老猫"晒出一台自制开放式机架——8张RTX 2070分层"住楼房"，总显存64G，跑Qwen3.8-27B的Q6_K_M量化版，上下文拉到200K，开了tensor和MTP，生成速度30 token/秒。 374赞、251条评论、225次收藏。评论区第一热评拿了109个赞，只有一句话：“以前，这个东西叫矿机架。”小红书

矿潮记忆瞬间被激活。但这一次，显卡下面插的不是矿盘，是大模型。

一台"新矿机"的真实账单

评论区问得最实际的问题是："8张卡得多少钱？"楼下的回答很干脆：9600元。小红书

单张2070在这个行情里大约1200元——作为参照，二手市场一张2060 12G现在也要1200元左右，比低点涨了约20%。8张2070凑出64G显存，加上一张"非服务器主板、8个以上PCIe"的板子（评论区猜是矿潮遗产X99或者B85），电源、内存、自制架子，整机投入大概率压在1.5万以内。这个数字什么概念：一张阉割版5090的价钱（3.5万起步），够你搭两台还有找零；一张5060 Ti的钱，够买5张2070，总显存40G对16G。知乎

这就是垃圾佬路线的核心逻辑：用捡垃圾的心态选型，不用追求性能的心态。这是那条帖子评论区里的原话。单张2070的性能今天看已经很弱，但推理这件事和游戏不一样——游戏要单卡快，推理要显存装得下。64G总显存意味着200K上下文随便拉，而这正是24G新卡最痛的地方。

当然评论区也没客气。有人质疑"你这个30t/s，等上下文跑到100K的时候，有5t/s就不错了"，作者的回复是"上下文到了200K也还能有28，总显存足够大"。还有人直接泼冷水：如果不是个人兴趣，其实买token比电费便宜。 这条下面有人接了一句很关键的：肯定，但有些东西在线的就是做不了。小红书

这两句对话，基本就是2026年9月"要不要本地部署"这个争论的最短版本。

电费已经打平了token，没打平的是硬件

知乎上那个108万播放的问题——“本地部署一个大模型，就实现token自由了，真的吗”——博主翔宇情9月8日的回答给了目前最完整的一笔账：

1. 消费级本地部署的可用线，现在刚好跨过去。他的判断是Qwen3.8 Flash-Next（177B，跟27B不是一回事，是旗舰）差不多是国产大模型第五名左右的水平，能稳赢它的只有Kimi K3、GLM5.3、Qwen3.8 Max和HY4预览版。知乎

2. 电费已经低于token plan了，而且本地没有API的量化、429限流问题。

3. 但硬件太贵。要跑Flash-Next，得是两台DGX Spark或者一台256G的Mac M5 Ultra，价格都在7-8万；Mac M5 Ultra 256G版本接近十万。

注意这个结论的结构：运行成本已经不是问题，入场费才是。这也是为什么垃圾佬路线突然有了吸引力——它本质上是在用时间和折腾能力，去对冲那个近十万的入场费。8张2070跑不了177B的旗舰，但跑27B足够；而27B是8月14日才开放权重、Apache 2.0可免费商用的模型，256K原生上下文，开源圈等了几个月的东西。小红书

另一位博主"方华Foina回来了"的路线则展示了另一条对冲方式：不买新卡，买二手Mac。他先淘了2023款MacBook Pro M2 Max 96GB和M3 Max 128GB两台机器做对比，结论很残酷——M2 Max 96GB连Flash-Next都加载不了，退而求其次跑27B的Q4量化只有12 token/秒；M3 Max 128GB可以轻松加载，长文加代码压力测试长期稳定在38-40 token/秒，“属于可以正常工作的范围”。最后他留下了128GB那台，整机3万多，还顺手点破了选机逻辑：本地大模型选机器，不能只看芯片新不新、GPU核心多不多——内存装不装得下、实际能跑多少token每秒，才是最重要的。小红书

统一内存的Mac路线和垃圾佬多卡路线，其实是同一道题的两个解法：都在凑显存/内存容量，一个靠二手显卡堆量，一个靠苹果的统一内存溢价。区别是Mac安静、省电、能当主力机，多卡方案吵、费电、只配待在角落里当"矿机"。

四条路，四本账

把9月社区里能看到的真实方案摆在一起，大概是这样一个光谱（价格为发帖时的行情价，浮动很快，仅供参考）：

路线一：垃圾佬多卡。8×2070约9600元（整机1.5万内），64G显存，27B量化版30t/s，200K上下文。适合有矿潮记忆、会验卡、能接受开放式机架和电表转速的人。风险写在脸面上：矿卡寿命是赌的，2080 Ti那种"完整经历过矿潮"的卡，二手1500元，性能至今能打，但本质是赌寿命。 主板是另一个坑，非服务器主板要8个以上PCIe，可选的都是矿潮遗产，供应量说没就没。知乎

路线二：一张新卡硬扛。5090 24G三万五起步，5060 Ti被炒到6000。单卡的问题是显存天花板：16G的卡跑27B的UD-IQ4-XS量化版（13.3GB），实测18t/s，属于个人能用的水平。小红书

12G的4070跑Qwen-Image 2.1生图，40步约200秒一张。适合游戏和AI两用的人，纯为AI买新卡，9月这个节点性价比很差。小红书

路线三：二手Mac统一内存。3万级二手M3 Max 128GB，Flash-Next 38-40t/s。安静、省电、数据不出机器，96GB和128GB之间隔着一道"能不能加载旗舰模型"的硬门槛，预算卡在中间最难受。适合真正要拿本地模型干活、处理公司数据和技术资料的人。

路线四：不部署，买token。评论区那位说得最透：内部有24小时不间断服务、对模型质量要求不高的，内网自己部署保证数据不出网；外网需求直接买token，国内国外服务都买。翔宇情的账也支持这个——电费比token便宜了，但那是建立在硬件已经买完的前提下，把折旧算进去，他的结论还是有点不值得的。知乎

三个坑和一个时间点

坑一：显存是门票，不是性能。二手市场现在"先问显存"的风气里藏着最容易踩的雷：12G装在3060上，它也不会变成4070。为AI买卡，显存决定你能不能上场，算力决定你跑多快，两个都要看。

坑二：标称速度都是短上下文速度。30t/s的测试条件如果是几K上下文，别急着套用到自己的场景。长上下文掉速是普遍规律，买卡前先找同方案的实测，或者看作者敢不敢回评论区晒200K上下文的速度。

坑三：矿卡验机。这条路线的省钱建立在"你懂硬件、会验卡、能接受维修风险"上。不满足任何一条，就别碰10系20系的老卡，那是别人的快乐。

时间点上还有一个变量值得等一等：RTX Spark笔记本已经官宣10月8日登场，本体盒子也在发货周期里。上一轮报道里我们说过，这类新品的定价会直接冲击"二手卡+自制机架"这套方案的性价比——如果不急，让它先发布，看看首发价和实测速度再决定走哪条路，成本是零。

最后说回那台"楼房矿机"。它真正的意义可能不是性价比，而是评论区的另一条高赞回复说的事：内部数据不出外网的需求是真实存在的，外网买token、内网自己部署，会是越来越多小团队的标准姿势。8张2070只是这个需求在涨价周期里，被逼出来的一个极具时代特色的解法——上一轮矿潮，这些卡用来挖别人发的币；这一轮，至少挖的是自己的token。