普通人何时能有能力部署前沿大模型
「普通人什么时候能在家跑前沿大模型?」
这个问题通常被简化成一张价格走势图:显卡什么时候降价?但 2026 年 11 月的真实情况是,显卡的价格拐点还远在 2028 年下半年到 2029 年,而“普通人本地跑一个日常可用的大模型”这件事,在今天已经成立了。
这两句话并不矛盾,因为它们回答的是两个不同的问题:
- 如果按「等显卡降价」这条路,最早 2028 年下半年、大概率 2029 年才见拐点,而且只是回落到比 2025 年高 30%–50% 的「新常态」,不会回到原价;
- 如果按「普通人能不能本地跑一个日常可用的大模型」来定义,门槛下降靠的是 Q4 量化、蒸馏和小模型,而不是显卡变便宜。
本文先把价格时间表摊开,再解释这轮周期为什么不会像挖矿潮那样一年崩盘,最后给出可以直接照着做的显存预算与决策建议。
一、直接回答「什么时候降价」
| 时间窗口 | 主流机构判断 | 对买卡的含义 |
|---|---|---|
| 2026 Q4(现在) | 常规 DRAM 合约价环比再涨 10%–15%,GDDR7 继续上行 | 高位震荡,11 月这波回落只是炒货退潮 |
| 2027 全年 | 最紧的一年:美光称 2027/28 比 2026 更紧,SK 海力士称“史上供给最差”;三星约 80% 的 2027 产能已售出、其中 70% 被五年长约锁定 | 等一年大概率等来更贵 |
| 2028 上半年 | 美光 ID1、SK 海力士 M15X / 龙仁等新厂第一波产出,但优先流向 HBM 与服务器 | 还没轮到消费卡 |
| 2028 下半年–2029 | 供需首次接近平衡,Counterpoint 预计 2028 年 DRAM 价格较 2027 年降约 23% | 这才是显卡真正松动的窗口 |
| 2029–2030 | 产能集中释放,可能出现过剩(8%–12%)甚至价格战 | 但价格仍显著高于 2025 年 |
别指望“回到 2025 年价”。IDC 把 2026 年中的水平定义为「新基准」而非暂时偏离;Counterpoint 测算 2028 年 DRAM 价格仍比 2025 年高约 230%。国内多家机构也把显卡降价节点直接推到了 2028 年。
换句话说,等待是有明确标价的:今天的每一张卡,都可能在未来三年里变成更贵的资产,而不是更便宜的。
二、为什么这次不是「挖矿潮」那种一年就崩的周期
瓶颈在显存,不在 GPU 核心
这是理解本轮周期最关键的一点。造显卡需要的不是先进制程,而是内存颗粒——而颗粒的产能正被 AI 数据中心整体吸走:
- 三星、SK 海力士、美光把 70%–90% 的先进产能转去做 HBM。HBM 的溢价约 30%,而且同等容量耗用 3–4 倍晶圆,等于把内存行业最肥的一块地整个划给了 AI 芯片;
- 2026 年,AI 数据中心吃掉了全球约 70% 的 DRAM;
- 直接后果是 GDDR7 每 2GB 颗粒涨近 20 美元。一张 8GB 卡,仅显存物料就多了约 560 元;
- 高端卡上显存已经占 BOM 的 80% 以上,厂商没有地方消化成本——这不是定价策略问题,是物料问题。
英伟达没有让利动机
2027 财年第二季度,英伟达数据中心业务占营收的 92.5%,个人 GPU 只剩约 5.45%。消费卡的配额被主动压缩了。连 RTX 50 Super 都因为 3GB GDDR7 的成本被搁置,转而复产 RTX 3060 去填中端缺口。
换代带来的降价通道也断了
正常情况下,新一代显卡上市会让上一代跳水。但 RTX 60 传闻要等到 2028 年,“新品上市、老卡跳水”这个机制在这两年基本失效。
当前真实价位(2026 年 11 月)
- 国内华强北:RTX 5080 约 1.4–1.8 万元,RTX 5090 约 4.6–5.5 万元,全系均价仍是建议零售价的约 1.7 倍;
- 海外:RTX 5090 约 $4,920–5,750(MSRP $1,999),RTX 5080 约 $1,700(MSRP $999)。
指望“买卡抄底”的人,面对的是一条 被长约锁死、被 AI 需求锁死、被换代节奏锁死 的供应链。
三、但「普通人能跑本地大模型」其实已经实现
价格和可用性是两个变量,而 2026 年真正变化的是后者。
先算显存
用 Q4_K_M 量化时,可以用一个粗略公式估算:
显存 ≈ 参数量(B) × 0.58 字节 + KV cache / 上下文余量
其中 0.58 字节/参数是 Q4_K_M 的典型权重占用(含量化元数据),剩下的余量留给 KV cache、上下文长度和运行时开销。
| 显存 | 能跑的模型(Q4) | 现在的最低价格路径 | 能力定位 |
|---|---|---|---|
| 8–12GB | 7B–8B(Qwen3 8B、Gemma 3 12B) | 旧卡 / 核显,几百元 | 摘要、翻译、简单补全 |
| 16GB | 14B–20B(Qwen3 14B、gpt-oss-20b) | RX 9060 XT 16G 等新卡约 ¥3000–4000 | 日常可用:聊天、长文、轻量编码 |
| 24GB | 27B–32B(Qwen3 32B、R1-Distill-32B) | 二手 RTX 3090 国内约 ¥3000–4000(海外 $1050–1260) | 接近云端中端模型,单卡甜点 |
| 48GB+ | 70B | 双 3090 / 48G 专业卡 / 64GB Mac | 性价比明显恶化 |
| 128GB 统一内存 | 100B+ MoE 稀疏模型 | Ryzen AI Max+ 395 小主机 $1999–3449、DGX Spark $4699 | 能装下但带宽低,稠密模型只有 ~5 tok/s |
关键变化在模型侧
真正让门槛塌下来的不是硬件,而是蒸馏、合成数据和 MoE:
- 2026 年的 3B 模型能打 2024 年的 7B;
- 20B–35B 级别的模型,已经能在 24GB 单卡上做 agentic 编码和推理;
- 也就是说,“可用”的标准在往上走,所需的显存却没有跟着涨。
反过来说,满血旗舰永远不是靠消费卡降价能解决的:千亿级 MoE 的权重在 400GB–1TB 量级,而且 MoE 要按总参数而不是激活参数来算显存——这就是为什么 128GB 统一内存的小主机只能跑到 ~5 tok/s。
实践上怎么落地
- 模型:优先选 Qwen3 系列、gpt-oss 系列这类有官方 Q4_K_M 量化的权重;
- 运行时:Ollama 或 LM Studio 都可以,前者省心,后者可视化调参更方便;
- 留白:给 KV cache 留 2–4GB,上下文开太大时这一项会迅速吃掉显存;
- 验证:先用 Ollama 跑一个 8B 的小模型测吞吐,再决定要不要上大参数。
四、可操作建议
现在就要用 → 别等
买 16GB 档,或者二手 RTX 3090。宁可核心弱一点,也要显存大——本地推理的瓶颈几乎总是显存带宽与容量,而不是纯算力。等待的机会成本很高,因为 2027 年只会更紧。
想跑旗舰级 → 别买卡,走 API
DeepSeek V4 Flash 约 $0.22 / $0.66 每百万 token,GLM-5.3-Flash $0.15 / $0.50,国内模型普遍在输入 0.14–2 元、输出 2–6 元每百万 token。而一台二手 3090 按 36 个月折旧,加上电费大约 $36–55 一个月,跑的还是更弱的模型。
纯算经济账,本地几乎从不占优。本地真正的理由是隐私、离线、可控,以及不怕供应商变更——如果你的理由里没有这四条,那答案是买 API。
盯三个可验证信号,再决定大额装机
- TrendForce 季度 DRAM 合约价由“环比上涨”转为走平或下跌(目前 Q4 仍是 +10%–15%);
- 美光 ID1、SK 海力士龙仁 Y1 等新厂在 2027H2–2028 是否按期爬坡;
- RTX 60 / 50 Super 是否按期发布,从而带动老卡降价。
国产存储(长鑫、长江存储)放量是拐点提前的主要变量——宏碁陈俊圣就认为 2027 年可能因此趋稳。
反向风险
如果 AI 资本开支出现空档,又撞上 2028 年新产能集中投产,存储行业历史上(2019、2022)会快速下跌而不是缓降。但这一次大量长约锁到 2028–29,暴跌比过去更难发生。
结语
把两件事分开看,结论就清楚了:
- “旗舰级模型的本地部署”是一个供给侧问题,答案在 2028–2029 年,而且即使那时,价格也只是回落到比现在低、比 2025 年高的新常态;
- “日常可用的大模型”是一个已经被解决的问题,答案就是现在——16GB 档新卡或二手 3090,Q4 量化,Ollama 跑起来。
真正值得做的决策不是“等不等降价”,而是明确你要的是能力(买 API)、隐私(本地),还是两者都要(分层:敏感的本地跑,通用的走 API)。
以上价格均为 2026 年 11 月上中旬的渠道/零售报价,国内因跨境采购与囤货波动明显大于海外;2028–2030 的时间表是机构预期,不是既成事实。下单以当天实际报价为准。
评论