NVIDIA台式机 GPU当前在售
NVIDIA RTX 5000 Ada Generation 运行本地大模型
作者： Jakub Rusinowski · 最后更新：
凭借 32 GB GDDR6、576 GB/s 带宽，RTX 5000 Ada Generation 可在 Q4_K_M、8K 上下文下运行目录中的 120 个模型。能放下的最大模型是 Gemma 3 27B Instruct（约 25.4 GB），首选是 K2 Horizon MoVA 36B-A4B，速度 70–134 tok/s。
32 GB GDDR6（带 ECC），576 GB/s，250 W。
可在 RTX 5000 Ada Generation 上运行的模型
Q4_K_M，8K 上下文，可用 32 GB。按质量和速度排序。
| 模型 | 显存 · 标记 = 32 GB | 显存 | 速度 |
|---|---|---|---|
| K2 Horizon MoVA 36B-A4B K2 Horizon | 25 GB | 70–134 tok/s | |
| Qwen 3.6 35B-A3B Qwen 3.6 | 22.1 GB | 115–221 tok/s | |
| Nex-N2.5 mini Nex-N2.5 | 21.9 GB | 75–144 tok/s | |
| Nex-N2 mini Nex-N2 | 21.9 GB | 75–144 tok/s | |
| Qwen 3.5 35B-A3B Qwen 3.5 | 21.9 GB | 75–144 tok/s | |
| Laguna XS 2.1 33B-A3B Poolside Laguna XS 2.1 | 20.7 GB | 75–145 tok/s | |
| Qwen 3 32B Qwen 3 | 22.8 GB | 16–30 tok/s | |
| Aya Expanse 32B Aya Expanse | 21.6 GB | 17–32 tok/s | |
| EXAONE 3.5 32B EXAONE 3.5 | 22.3 GB | 16–31 tok/s | |
| Cogito v1 32B Cogito v1 | 22.3 GB | 16–31 tok/s | |
| Granite 4.0 Small-H 32B-A9B IBM Granite 4.0 | 20.1 GB | 43–83 tok/s | |
| Olmo 3 32B Olmo 3 | 20.1 GB | 16–31 tok/s |
显示 120 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 5090 32GB — 32 GB VRAM · 575 W board power立即云端部署 RunPod 上的 NVIDIA A40 — 低至 $0.44/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。
与其他 GPU 的速度对比
Llama 3.1 8B，Q4_K_M。估算区间。 计算方法
H100 80GB (SXM)157–327 tok/sH100 80GB (PCIe)120–250 tok/sRTX 5090113–234 tok/sRTX PRO 6000 Blackwell113–234 tok/sRTX PRO 6000 Blackwell (Max-Q Edition)113–234 tok/sA100 80GB (PCIe)102–196 tok/sRTX PRO 5000 Blackwell (48 GB)94–194 tok/sRTX PRO 5000 Blackwell (72 GB)94–194 tok/sRTX 5000 Ada Generation56–107 tok/s
规格
规格更新于 2026-10-07。
- 显存
- 32 GB GDDR6
- 内存带宽
- 576 GB/s
- 显存位宽
- 256-bit
- 架构
- Ada Lovelace AD102
- 系列
- RTX Ada Generation
- 整卡功耗
- 250 W
- 发布年份
- 2023
- 计算后端
- CUDA, VULKAN
- 模型可用
- 32 GB
最适合32 GB workstation AI
相似 GPU
常见问题
NVIDIA RTX 5000 Ada Generation 能运行本地大模型吗？
可以。它有 32 GB（模型可用 32 GB），在 Q4_K_M、8K 上下文下可运行目录中的 120 个模型；最大的是 Gemma 3 27B Instruct，约需 25.4 GB。
NVIDIA RTX 5000 Ada Generation 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 56–107 tok/s。Llama 3.3 70B 放不下：约需 44 GB，而可用只有 32 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。
32 GB 能运行哪些大模型？
能放下的最佳模型包括：K2 Horizon MoVA 36B-A4B、Qwen 3.6 35B-A3B、Nex-N2.5 mini、Nex-N2 mini、Qwen 3.5 35B-A3B。