中国GPU指南：2万元预算

中国GPU指南：2万元预算 | AI生成和翻译

首页 2026.07

问题： 在中国，预算 2 万元人民币，主要用于本地 LLM 训练/推理，最佳 GPU 选项是什么？

答案：

鉴于你的工作负载（LLM 训练/推理、智能体开发，非游戏），显存容量和每 GB 性价比比原始算力更重要。以下是当前（2026 年 7 月中国市场）实际适合 2 万元预算的选项：

最佳选择：2 块 RTX 3090 24GB（二手）——约 11-14k 元

闲鱼上个人自用的 RTX 3090 近期价格约 7,000 元/块，较一个月前的 5,000 元有所上涨——因此根据时机，一对匹配卡预算约 10-14k 元。
两块卡共 48GB 显存，GDDR6X，384 位宽，每卡带宽 936GB/s——足以加载 4 位量化的 70B 模型，或顺畅运行 13B-34B 的 QLoRA。
成熟的 CUDA/驱动生态，无需修改固件风险，经过训练验证（闲鱼上半数本地 LLM 用户实际上就在用这套配置）。
对于边缘 AI，24GB+ 显存和价格比原始算力更关键，3090 在这方面比同价位的新卡更合适。
缺点：多数消费级非 Ti 版 3090 不支持 NVLink 桥接（部分有——购买前需确认），因此多卡只能通过 PCIe 进行张量/流水线并行（推理没问题，某些训练场景下较慢）。

替代方案：单块 RTX 4090D 48GB（显存改装版）——约 19-20k 元

这些作为“DeepSeek 版 48GB”改装 4090D 涡轮卡出售，价格约 2,599-2,759 美元，即约 18.7-19.8k 元——正好在你的预算上限。
单卡单 PCIe 插槽，48GB 显存——适合推理密集型场景，且希望避免双卡系统复杂性的用户。
实际风险：这些是手工改装（将 Hynix/Samsung 显存芯片重新植球到 4090D PCB 上），无官方 NVIDIA 支持，部分批次在持续负载下存在显存不稳定问题。建议从提供退货窗口的卖家处购买，并立即进行压力测试（nvidia-smi -q -d MEMORY + 长时间 torch 训练循环以捕获 ECC 错误）。

跳过：RTX 5090D V2——GDDR7 缺货导致市场价已飙升至约 32,000-34,000 元，超过预算 1.5 倍，而且如果你受显存限制，其额外算力无法充分利用。

我的建议：如果你需要进行任何训练（微调、像你之前 GPT-2 工作那样的小规模预训练），选 2 块 3090——PCIe 多卡方案在你的技术栈中已经很成熟。如果你主要做服务/推理，且希望避免多卡编排开销，选单块 4090D 48GB。

参考：

返回捐助