为NVLink再买一块RTX 3090 | AI生成和翻译
问题:如果使用 NVLink,应该购买什么 GPU 而不是添加 RTX 3060?
答案:
对于你的 i9-13900KF + RTX 4070 系统,NVLink 彻底改变了答案。
首先:RTX 4070 不支持 NVLink。
RTX 40 系列消费级显卡移除了 NVLink:
| GPU | NVLink 支持 |
|---|---|
| RTX 3090 | ✅ 是 |
| RTX 3090 Ti | ❌ 否 |
| RTX 4090 | ❌ 否 |
| RTX 4080 | ❌ 否 |
| RTX 4070 | ❌ 否 |
| RTX 3060 | ❌ 否 |
因此你不能这样做:
RTX 4070 + RTX 3060 + NVLink
没有连接器。
如果你想用 NVLink,再买一块 RTX 3090
现实的二手 AI 配置是:
RTX 3090 24GB
+
RTX 3090 24GB
搭配 NVLink 桥接器。
你将得到:
GPU 0:
24GB GDDR6X
GPU 1:
24GB GDDR6X
总计:
48GB VRAM
NVLink 提供高带宽的 GPU 到 GPU 连接:
PCIe:
CPU
|
PCIe x16
|
GPU
GPU <-- PCIe --> GPU
对比:
NVLink:
GPU0 <=======> GPU1
高带宽
这有助于:
- 模型并行推理
- 某些分布式训练
- tensor parallel 负载
但有一个重要注意事项
NVLink 不会神奇地合并 VRAM。
这个:
2 x RTX 3090
24GB + 24GB
不会变成:
一个 CUDA 设备,拥有 48GB
CUDA 看到的是:
torch.cuda.device_count()
2
你需要软件支持:
- DeepSpeed ZeRO
- Megatron-LM tensor parallel
- vLLM tensor parallel
- HuggingFace Accelerate
示例:
vllm serve Qwen2.5-32B \
--tensor-parallel-size 2
那么:
GPU0:
层 0-?
GPU1:
层 ?-?
与 RTX 4070 + RTX 3060 对比
你当前的配置:
RTX 4070
12GB
+
RTX 3060
12GB
= 24GB 总计
便宜,但:
- 没有 NVLink
- 混合 GPU 代际
- 通信较慢
3090 配对:
RTX 3090
24GB
+
RTX 3090
24GB
= 48GB
对于 LLM 工作负载来说好得多。
电源需求
你当前的电源:
750W
不够。
3090:
RTX 3090:
350W
两块:
700W
CPU:
250W
系统:
100W
峰值:
~1000W
你需要:
1200W 电源
最低要求。
示例:
- Corsair HX1200
- Seasonic PRIME TX-1300
- Super Flower Leadex 1200W
主板要求
对于双 RTX 3090:
你需要:
PCIe 插槽间距:
GPU1
|
3 槽间隙
|
GPU2
大多数普通 ATX 主板空间太挤。
更好的选择:
- ASUS ProArt Z790-Creator WiFi
- Gigabyte Z790 AORUS Master
- MSI MEG Z790 ACE
这些主板间距更宽。
针对你的具体情况
鉴于你已经拥有 RTX 4070:
我不会购买 RTX 3060。
选择如下:
选项 A — 最便宜的 AI 扩展
RTX 4070
+
RTX 3090
优点:
- 总计 36GB VRAM
- CUDA
- 一张现代卡 + 一张大显存卡
缺点:
- 没有 NVLink
- 混合 GPU
这可能是最合适的方案。
选项 B — 认真的本地 LLM 工作站
卖掉 RTX 4070:
2 x RTX 3090 24GB
NVLink
你将得到:
48GB VRAM
可以运行:
- Llama 70B 量化版
- Qwen 72B 量化版
- 更大上下文的推理
选项 C — 保留 RTX 4070
说实话,对于你的工作负载(nanoGPT 训练、LoRA、代理开发),我会这样做:
当前:
RTX 4070 12GB
添加:
RTX 3090 24GB
总计:
36GB VRAM
使用:
- RTX 3090 → LLM 推理/训练
- RTX 4070 → 实验/显示
这比 RTX 3060 提供更多价值。
RTX 3090 二手市场存在,正是因为它仍然是获得 24GB CUDA VRAM 最便宜的方式之一。
