游戏、创作、本地跑模型——消费卡的全部参数与三类用途的真实边界。
消费卡按用途可以再切三刀：游戏看光栅性能、光追、显存带宽；创作看显存容量、编解码器、驱动稳定性；本地 AI只看显存容量和显存带宽。同一张卡在这三件事上的排名完全不同。
本地跑模型这条最容易被参数表误导：显存是硬门槛，算力是次要项。24GB 的 RTX 4090 能跑 32B 级量化模型，参数表上 FP32 更高的老架构卡却可能因显存不足完全跑不起来。选购时先算显存需求，再看带宽，最后才看 TFLOPS。
一句话结论：消费卡选型口诀：游戏看帧数、创作看显存与编码器、本地 AI 只看显存够不够。
显存覆盖 1–64 GB，最高 FP32 算力 104.80 TFLOPS，发布年份跨度 2015–2025，其中 12 款为 HBM 显存。点任一型号进入完整参数页（规格、算力、功耗、替代型号）。
只能跑 INT4 量化（约 35–40GB 权重的下限已经超了，需要 CPU 卸载或分块），实际体验很差。70B 建议 48GB 以上显存，或者用多卡 + 量化方案。
5090 是 Blackwell 架构、32GB GDDR7、带宽和 FP32 都明显高于 4090 的 24GB GDDR6X；对本地 AI 来说，32GB 显存是能跑更大模型的关键差别。
个人/小团队值得：一张 24–32GB 消费卡的整机成本远低于同显存专业卡，跑 7B–32B 量化模型完全够用。要注意的是没有 ECC、多卡只能 PCIe、长时间高负载的稳定性不如数据中心卡。
扫码关注
