# 不编造跑分地读显存速查表：一次完整走查

# 为什么「不编造跑分地读显存速查表」需要一份书面计划

按参数量与量化匹配空闲显存，并预留 KV，不贴未核实 tok/s。本地 AI 的硬件决定常常在群聊里拍板，一个月后就没人记得。等出了问题，没人知道当初为什么选这个电源、这个机箱。一页纸的计划就能避免这种情况。

# 花钱前先收集的信息

• 目标模型和量化等级，最好已经在别人的机器或租用算力上试过。
• 团队真实使用的最长上下文，用真实文档测量，不要拍脑袋。
• 最忙时段的同时在线人数。
• 环境限制：能接受的噪音、室温、电路，以及机器放在哪里。
• 谁来维护：驱动更新、拉取模型、备份都要有人负责。

# 把需求换算成硬件

内存是第一约束。按选定的量化估算权重大小，加上真实上下文下的 KV 缓存，再留出余量，避免下午最忙时推理程序被迫把层卸载到内存。可以用整机定制方案做交叉核对。对小团队来说，算力速度没有大家想得那么关键，容量和稳定性更重要。

接下来是供电和散热。用便宜的插座功率计分别测空闲和持续负载时的墙插功耗，财务喜欢真实数字，你也能更早发现电源吃力。把防尘网清理写进维护日历，进风口堵塞是悄悄降频的常见原因。

# 常见错误

• 买了最大的卡，却配了来路不明的电源。
• 忘了第二张卡需要插槽间距、通道和更大的供电预算。
• 以为笔记本显卡在长时间负载下和同名台式卡表现一样。
• 跳过烤机，结果在演示现场出问题。

# 采购前要问的问题

• 系统、驱动和运行时各自占用之后，需要的模型还放得下吗？
• 大家真实粘贴的文档有多长，同时有几个人在粘贴？
• 工作时间持续负载的噪音和发热，房间能接受吗？
• 风扇或电源坏了谁来换，团队能接受机器停多久？
• 有没有清晰的升级路径，还是下一步就得换整个平台？

只要有一个问题答不清，就先租用或借用类似的硬件试一周。一周的真实使用比一个月看参数表更有用，也能让采购建立在自己的工作负载之上。

另见3000 元档配置。

# 速记要点

• 检索文本和上传文件一律视为不可信。
• 合侧板前给走线拍照。
• 引用速度之前，用自己的提示词实测。
• 先限并发，再考虑降量化。

作者：本地AI 1号网，深圳团队，专注本地大模型软硬件、装机与私有化部署。