NVIDIA台式机 GPU当前在售
NVIDIA GeForce RTX 3090 运行本地大模型
作者： Jakub Rusinowski · 最后更新：
凭借 24 GB、936 GB/s 带宽，RTX 3090 可在 Q4_K_M、8K 上下文下运行目录中的 118 个模型。能放下的最大模型是 Qwen 3 32B（约 22.8 GB），首选是 Laguna XS 2.1 33B-A3B，速度 80–154 tok/s。
AI性能依然出色。24 GB VRAM与RTX 4090模型兼容性持平。二手价400–600美元。略慢但性价比极高。
可在 RTX 3090 上运行的模型
Q4_K_M，8K 上下文，可用 24 GB。按质量和速度排序。
| 模型 | 显存 · 标记 = 24 GB | 显存 | 速度 |
|---|---|---|---|
| Laguna XS 2.1 33B-A3B Poolside Laguna XS 2.1 | 20.7 GB | 80–154 tok/s | |
| Granite 4.0 Small-H 32B-A9B IBM Granite 4.0 | 20.1 GB | 46–89 tok/s | |
| Olmo 3 32B Olmo 3 | 20.1 GB | 18–34 tok/s | |
| Nemotron-Cascade 2 30B-A3B Nemotron Cascade 2 | 19.9 GB | 76–146 tok/s | |
| Gemma 4 31B Gemma 4 | 19.5 GB | 18–35 tok/s | |
| Qwen 3 30B-A3B (MoE) Qwen 3 | 20 GB | 97–187 tok/s | |
| Qwen3-Coder 30B-A3B (MoE) Qwen3-Coder | 20 GB | 97–187 tok/s | |
| GLM-4.7-Flash 30B-A3B GLM-4.7 / GLM-Z1 | 18.9 GB | 81–156 tok/s | |
| Granite 4.1 30B IBM Granite 4.1 | 18.9 GB | 19–36 tok/s | |
| Nemotron 3 Nano Omni 30B-A3B Nemotron 3 Nano Omni | 18.9 GB | 81–156 tok/s | |
| North Mini Code 1.0 30B-A3B North Mini Code | 18.9 GB | 81–156 tok/s | |
| Granite 4.2 30B IBM Granite 4.2 | 18.9 GB | 19–36 tok/s |
显示 118 个中的 12 个
购买显卡，或租用同等显存
直接购买显卡，或按小时租用同等显存的 GPU，先试用模型。
购买此硬件 NVIDIA GeForce RTX 3090 24GB — 24 GB VRAM · 350 W board power立即云端部署 RunPod 上的 RTX 3090 — 低至 $0.46/小时 · 价格核实于 2026-08
作为亚马逊联盟成员，我们从符合条件的购买中获得收入。云 GPU 链接为推荐链接——我们可能获得佣金，您无需额外付费。
联盟营销声明: 本页部分链接为联盟推广链接——如果你通过它们购买，LLM Configurator 可能会获得佣金，而你无需支付任何额外费用。作为亚马逊联盟成员（Amazon Associate），LLM Configurator 会从符合条件的购买中获得收益。
与其他 GPU 的速度对比
Llama 3.1 8B，Q4_K_M。估算区间。 计算方法
规格
规格更新于 2026-07-12。
- 显存
- 24 GB
- 内存带宽
- 936 GB/s
- 架构
- Ampere GA102
- 系列
- RTX 30-series
- 整卡功耗
- 350 W
- 发布年份
- 2020
- 首发价格
- $1,499
- 模型可用
- 24 GB
最适合32B models70B with offloadvalue 24GB
推荐的第一个模型（Ollama）
相似 GPU
常见问题
NVIDIA GeForce RTX 3090 能运行本地大模型吗？
可以。它有 24 GB（模型可用 24 GB），在 Q4_K_M、8K 上下文下可运行目录中的 118 个模型；最大的是 Qwen 3 32B，约需 22.8 GB。
NVIDIA GeForce RTX 3090 的 AI 推理速度有多快？
估计它在 Q4_K_M 下运行 Llama 3.1 8B 的速度为 60–115 tok/s。Llama 3.3 70B 放不下：约需 44 GB，而可用只有 24 GB。这些是基于内存带宽的模型估算，并非实测；公式见方法说明页。
24 GB 能运行哪些大模型？
能放下的最佳模型包括：Laguna XS 2.1 33B-A3B、Granite 4.0 Small-H 32B-A9B、Olmo 3 32B、Nemotron-Cascade 2 30B-A3B、Gemma 4 31B。最快的上手方式是 Ollama：ollama run deepseek-r1:32b。