Re: [閒聊] RTX3060 12G復產兩個月 漲比5050更貴且慢

[kimisawa (楊回血了。)]

: 推 kimisawa: AI那段不對，12G可以放比5050大的模型                   08/26 10:16
: 這句話只對30%
: 當你模型大到8G塞不下，12G以下可以塞的情況是成立
: 但是超過12G的時候又反過來，
: 另外8G塞的下的輕模型也是5050快得多
: 而且3060不支援FP8 E4M3/E4M2還有INT 4，遇到這種量化模型會被5050按在地上擦..
: 推 GenShoku: 這張是買來多卡AI的，你用遊戲性能來看肯定不值          08/26 10:23
: 推 sleep30hours: 有什麼模型是剛好8GB塞不下而12GB塞得下的嗎?        08/26 10:44
: → sleep30hours: 這年頭不就三個等級:8~9B以下，30B左右，數百B以上   08/26 10:44
: → sleep30hours: 以前還有不少12B~14B的量化後8GB很緊繃，但現在也只  08/26 10:45
: 推 laeva75: Gemma 12B                                              08/26 10:46
: → sleep30hours: 剩一個量化的Gemma4 12B僅此一家了。                08/26 10:46
: → laeva75: 單純跑minimax h3擴容買DRAM比買3060划算簡單....         08/26 10:48
: → laeva75: VRAM大一點同一模型可以用更高精度的量化減少能力損失     08/26 10:50
: → gbcg9725: 9060xt 跑llm沒壓力，minimax所需時間大概是n卡6倍       08/26 10:55
: → gbcg9725: 所以我也看不懂在3060在貴什麼                          08/26 10:56
: → gbcg9725: 實測llama-cpp用rocm版跟4070速度差不多                 08/26 10:57
: → gbcg9725: 我是指9060xt 16g                                      08/26 10:58
: → tsunamimk2: 光12G vram就無敵了                                  08/26 11:14
: → tsunamimk2: 問題不只是權重本身 context長度差非常多              08/26 11:15
: → kimisawa: 3060貴因為被拿來AI多卡啊                              08/26 11:15
: → tsunamimk2: 很多benchmark只看模型是不準的                       08/26 11:15
: → tsunamimk2: 3060貴什麼喔 cuda啊                                 08/26 11:16
: → kimisawa: 你手上有一張24G N卡，插一張3060變成36G不香嗎？        08/26 11:16
: → tsunamimk2: 還有可以裝很多張                                    08/26 11:16
: → kimisawa: 或是一張16G的 再插一張3060變成30G                     08/26 11:17
: → kimisawa: 50XX+3060雖然說頻寬損失一些但便宜就可以增加大VRAM     08/26 11:18

https://www.youtube.com/watch?v=hqrBC4EgqbY
這邊就有實測了 5060TI 16G 加插一張 3060 12G

https://i.imgur.com/ZoXzgvJ.png
用Gemma3 27B

5060TI 16G x 2 = 22 tok/s
5060TI 16G單卡 + CPU offload = 5 tok/s
5060TI+3060 可以跑到 17 tok/s，價格卻低很多

國外很多都把3060拿來插多卡，所以這波才漲上去
用一張50系當主輸出處理FP8 E4M3/E4M2/INT 4這些，然後offload到 3060去

你可以3060插四張弄個48G，也才1500鎂
所以3060在國外才會被炒，因為太萬用了

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 68.228.69.69 (美國)
※ 文章網址: https://www.ptt.cc/bbs/C_Chat/M.1787714863.A.6CA.html
推 Yoimiya: 文藝復興
推 davidex: GDDR7可以和GDDR6混用呀
推 jazon: 好神奇 因為AI伺服器太貴就把腦筋動到高VRAM舊顯卡上
推 ninnyshadow: 不是啊 源頭問題不就是因為50系買不到只好回頭去搶
→ ninnyshadow: 3060 如果50系沒缺誰沒事想回頭用30系啊
不知道怎麼回答你的問題，本來就是看當下不是嗎？
你"現在"想玩大VRAM的N卡，你就是花大錢買5090 24G $5000鎂
或是插多張的3060，那個比較划算？
電蝦 #1gU65efG (PC_Shopping)，都有人插五張了 60GVRAM 哪來的50系？
推 laeva75: 影片中的是跑layer split，只是把模型切分到2個gpu接力
→ laeva75: 運算。沒有甚麼主卡計算副卡vram offload喔...
影片只是單純示意可以這樣插，我說的主卡副卡不是影片的內容，你有點誤會了
推 laeva75: 真要用另一張gpu做offload的話還不如直接用主記憶體就好
→ laeva75: ，反正瓶頸同樣是被pcie卡住，還可以少走一段路
看你在意的點是什麼，就像影片的內容，他覺得犧牲pcie但token提升還是很有感
推 ninnyshadow: 就老黃實在是太邪惡了 我開始考慮改買新的MAC M5MAX
※ 編輯: kimisawa (68.228.69.69 美國), 08/26/2026 11:55:30
推 laeva75: 犧牲的不是PCIe,而是5060Ti上面的那些較新的加速功能
推 kausan: 不如直上70ti
推 laeva75: 若模型大到16GB VRAM放不下的話，5070ti會比這種5060ti+
→ laeva75: 3060的組合慢非常多喔
→ laeva75: 反之若模型與KV都在16GB內的話，單5070Ti碾壓這種雙卡組
→ laeva75: 合