想在本地跑 27B 大模型?32GB 显存这档多了张卡,但先别急着下单

📡 AI新闻 2026-10-20 约 1 分钟阅读

想在本地跑 27B 大模型?32GB 显存这档多了张卡,但先别急着下单 头条版定稿 | 2026-10-18 | 正文 1188 汉字 | 自检已过(无直角引号 / 无破折号 / H2 无编号 / 跑分数据入表 / 无翻译腔) 定稿标题:想在本地跑 27B 大模型?32GB 显存这档多了张卡,但先

💡 你将学到

想在本地跑 27B 大模型?32GB 显存这档多了张卡,但先别急着下单 头条版定稿 | 2026-10-18 | 正文 1188 汉字 | 自检已过(无直角引号 / 无破折号 / H2 无编号 / 跑分数据入表 / 无翻译腔) 定稿标题:想在本地跑 27B 大模型?32GB 显存这档多了张卡,但先

📜 目录

想在本地跑 27B 大模型?32GB 显存这档多了张卡,但先别急着下单

头条版定稿 | 2026-10-18 | 正文 1188 汉字 | 自检已过(无直角引号 / 无破折号 / H2 无编号 / 跑分数据入表 / 无翻译腔) 定稿标题:想在本地跑 27B 大模型?32GB 显存这档多了张卡,但先别急着下单

27B 是道坎。显存不够,权重加载到一半就爆,直接闪退。

10 月 17 日,32GB 显存这档多了张卡:华硕 UGen 英特尔 Arc Pro B70 32GB。没有发布会,没有价格,没有上市时间,只是官网默默挂了个产品页。

它身上有两个数字好看,一个数字尴尬。好看的是 32GB 显存和 310W,尴尬的是同一颗芯片做出来的卡,国内早就有 8,999 元起在卖。

先看它跟公版差在哪

项目 华硕 UGen B70 32G 英特尔公版 B70
核心 BMG-G31,32 个 Xe2 / 256 个 XMX 相同
显存 32GB GDDR6(ECC),256-bit,608GB/s 相同
算力 367 TOPS(INT8),22.94 TFLOPS(FP32) 相同
整卡功耗 310W 230W(可配 160-290W)
供电 1 个 12V-2×6 1 个 8pin
散热 双槽涡轮 双槽涡轮
输出 1 个 HDMI 2.1b + 3 个 DP 2.1 4 个 DP 2.1
建议价 未公布 949 美元(2026 年 3 月首发)

最值得说的是功耗这行。同样是那颗 BMG-G31,公版 230 瓦,华硕做成 310 瓦,多 80 瓦,涨 35%。公版一个 8pin 就够,华硕换成 12V-2×6 单口供电,散热堆了相变导热垫、双滚珠风扇、304 不锈钢挡板。多给这 80 瓦,是为了让芯片在长时间满载时把频率顶住。本地跑模型不是跑三分钟游戏,一挂就是几个小时,这点很实在。

代价是 310 瓦塞进双槽涡轮,噪音不可能客气。四张卡叠一起 1,240 瓦,电源得先换成 1,600 瓦再谈。

32GB 到底能跑什么

这是决定买不买的关键,官方把清单列出来了。

单卡 32GB 验证过 17 个模型,最大到 27B 这一档:Llama-3.1-8B 的 FP16、Qwen3-14B 和 DeepSeek-V2-Lite 16B MoE 的 FP8、gpt-oss-20b 的 MXFP4,以及 27B 级的 Qwen3.6,用 Q8 量化走 llama.cpp 的 SYCL 后端。

跑分也摆了出来,但都是英特尔平台口径,不是华硕这张卡独有的成绩,也没给批量大小和量化细节:

场景 成绩 出处
Qwen3 8B,4 并发、32K 上下文 49.6 token/s Backend.AI
Qwen3 8B,8K、16 并发(Agent 负载) 188.2 token/s Backend.AI / Lablup
GPT-OSS 20B,32 并发 1,334 token/s Backend.AI / Lablup
vLLM 50 并发 369 token/s Level1Techs
首字延迟(TTFT) 0.08 秒 Puget Systems,MLPerf Client
单卡可用 KV 缓存 约 191K token Backend.AI
双卡跑 Qwen3-Coder 80B 43.4 token/s 社区实测(GitHub)

一句话总结能力边界:27B 以内很舒服,80B 要两张卡,120B 要四张卡而且必须走 MXFP4 量化。

顺便拆一句最容易被误解的宣传。官方说“四卡 128GB 能跑 120B”,但四张卡不等于一张 128GB 的卡。它自己的验证表里,四卡跑的是 gpt-oss-120b 的 MXFP4 版和 72B 到 80B 的 FP8 版,是“挤一挤能装下”,不是随便跑。张量并行、量化方式、软件怎么切分,缺一样都跑不起来。

价格才是命门

华硕没报价,但市场给了两条线。

上面那条在涨。8 月 17 日海外三地同步跳价:美国 Newegg 华擎版从 999.99 美元涨到 1,299.99,涨 30%;B&H 公版挂 1,779 美元;欧洲最低成交价从 1,200 欧元跳到 1,509,涨 26%;韩国从 189 万韩元升到 280 万,涨 48%。

下面那条是国内现货。京东自营、华擎、蓝戟、铭瑄几个渠道,报价落在 9,499 到 11,999 元。蓝戟那张 B70 TF 标价 18,999,常卖 11,999,历史最低到过 9,079。定位更低的 B65 也是 32GB 显存、608GB/s 带宽、200W 功耗,官方零售 8,999,只是 Xe2 核心从 32 个减到 20 个,算力从 367 降到 197 TOPS。

换算成显存单价,这条路每 GB 大概 297 到 375 元。同为 32GB 的 RTX 5090,海外社区算出来每 GB 约 125 美元,差了四倍量级。

所以值不值,就看它敢报多少:

报到 12,000 元以内,值得。同价多一个三年全球联保和一套更猛的供电散热,这是它唯一比现有货强的地方。

报到 15,000 元以上,不值得。同一颗芯片、同样 32GB、同样带宽,多出来的只有品牌。

只想要 32GB、模型在 20B 以内,那 8,999 的 B65 更划算。少 12 个核心对单用户本地推理的影响,远没有 3,000 块差价大,因为瓶颈常常卡在 608GB/s 带宽上,而两张卡带宽一模一样。

还有两个坑

第一,别指望 Ollama 开箱即用。官方 FAQ 自己写着:标准版 Ollama 对 Arc 支持有限,最省事的是 llama.cpp 的 Vulkan 后端,性能最好是 SYCL 后端。而大多数人装完卡做的第一件事就是 ollama run。

第二,这是华硕首款挂 Arc 名字的卡,不是首款英特尔显卡。2021 年它做过 DG1-4G,被动散热、只兼容两块主板,基本是个笑话。之后跳过 Alchemist 和 Battlemage 两代游戏卡,五年后回来,第一张只做专业卡,没给玩家。它连品牌都另开了,不叫 ROG 不叫 TUF 不叫 ProArt,叫 UGen。

谁该买,谁别买

适合:桌面工作站、明确要 32GB 显存、模型最大到 27B、机箱放得下双槽涡轮、看重三年联保。

不适合:想跑 70B 以上,双卡起步两万四,这预算该去比别的方案;只跑 14B 以内,16GB 的卡更省钱;机器放卧室,310 瓦涡轮不是给安静环境准备的。

结语

华硕这张卡本身没毛病,毛病在于它来得太晚。

这颗芯片今年 3 月就发布了,蓝戟铭瑄们早把 32GB 卖到 9,499。华硕现在进来,能打的牌只剩渠道、联保,和那多给的 80 瓦。

至于值不值,等它敢报价那天,答案才有意义。

如果国行真卖 12,000,你会为三年联保多掏这三千块吗?评论区聊聊。


备选标题(鹏叔拍板)

  1. 《想在本地跑 27B 大模型?32GB 显存这档多了张卡,但先别急着下单》(已选用)
  2. 《32GB 显存、单卡跑 27B:华硕首张英特尔专业卡来了,价格却没敢说》
  3. 《公版 230W,华硕做成 310W:同一颗英特尔芯片,多给 80 瓦图什么》
  4. 《同样 32GB 显存,蓝戟铭瑄 9499 起,华硕这张英特尔专业卡值不值》
  5. 《华硕五年没做英特尔显卡,回来第一张只给 AI 用,游戏玩家彻底没份》

配图建议

信源清单

相关文章
2026-10-01
AMD新技术节省47倍显存,光追场景80GB显存降到1.7GB
2026-08-01
Comfy 出了个新东西——从此 AI 画图不用拼节点了
2026-07-11
小即是美!阶跃星辰扔出198B多模态开源模型,激活11B跑400 token/s,Agent圈炸了
2026-07-23
Android 17正式推送:浮窗多任务、折叠游戏模式、隐私大升级
2026-07-09
OpenAI 免费版现在和付费版是两种不同的AI
2026-08-03
我搭了一套AI Agent穷鬼套餐,欢迎抄作业

本站文章由编辑人工撰写,收录的工具均经过实测或公开资料核验。文中链接指向工具官网或 GitHub 仓库,仅作信息参考,不构成付费推广。

💬 评论 (0)

暂无评论,来说两句吧~

登录后评论