NVIDIA RTX PRO 5000 Blackwell (72 GB) 运行本地大模型
作者： Jakub Rusinowski · 最后更新：
凭借 72 GB GDDR7、1,344 GB/s 带宽，RTX PRO 5000 Blackwell (72 GB) 可在 Q4_K_M、8K 上下文下运行目录中的 134 个模型。能放下的最大模型是 GPT-OSS 120B（约 71.9 GB），首选是 Llama 3.2 Vision 90B，速度 12–26 tok/s。
72 GB GDDR7（带 ECC），带宽和功耗与 48 GB 版相同（1,344 GB/s、300 W）。显存更大，速度不变。
可在 RTX PRO 5000 Blackwell (72 GB) 上运行的模型
Q4_K_M，8K 上下文，可用 72 GB。按质量和速度排序。
| 模型 | 显存 · 标记 = 72 GB | 显存 | 速度 |
|---|---|---|---|
| Llama 3.2 Vision 90B Llama 3.2 Vision | 57.8 GB | 12–26 tok/s | |
| Qwen3-Coder-Next (80B-A3B MoE) Qwen3-Coder | 49.1 GB | 108–225 tok/s | |
| Kolibri 1 Kolibri | 48.4 GB | 154–320 tok/s | |
| Nemotron 3.5 Bolt 74B Nemotron 3.5 | 45.6 GB | 92–191 tok/s | |
| Llama 3.3 70B Instruct Llama 3.3 | 45.7 GB | 16–32 tok/s | |
| Cogito v1 70B Cogito v1 | 45.7 GB | 16–32 tok/s | |
| Apertus 70B Apertus | 43.1 GB | 16–33 tok/s | |
| Cosmos 3 Super Cosmos 3 | 39.4 GB | 31–64 tok/s | |
| K2 Horizon MoVA 36B-A4B K2 Horizon | 25 GB | 113–234 tok/s | |
| Qwen 3.6 35B-A3B Qwen 3.6 | 22.1 GB | 163–339 tok/s | |
| Nex-N2.5 mini Nex-N2.5 | 21.9 GB | 119–247 tok/s | |
| Nex-N2 mini Nex-N2 | 21.9 GB | 119–247 tok/s |
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。
或在 Vast.ai 比较，低至 $0.77/小时 (typical low · varies)
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
规格
规格更新于 2026-10-07。
- 显存
- 72 GB GDDR7
- 内存带宽
- 1,344 GB/s
- 显存位宽
- 384-bit
- 架构
- Blackwell GB202
- 系列
- RTX PRO Blackwell
- 整卡功耗
- 300 W
- 发布年份
- 2025
- 计算后端
- CUDA, VULKAN
- 模型可用
- 72 GB
相似 GPU
常见问题
NVIDIA RTX PRO 5000 Blackwell (72 GB) 能运行本地大模型吗？
可以。它有 72 GB（模型可用 72 GB），在 Q4_K_M、8K 上下文下可运行目录中的 134 个模型；最大的是 GPT-OSS 120B，约需 71.9 GB。
NVIDIA RTX PRO 5000 Blackwell (72 GB) 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 94–194 tok/s。Llama 3.3 70B 的估算为 16–33 tok/s。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。
72 GB 能运行哪些大模型？
能放下的最佳模型包括：Llama 3.2 Vision 90B、Qwen3-Coder-Next (80B-A3B MoE)、Kolibri 1、Nemotron 3.5 Bolt 74B、Llama 3.3 70B Instruct。