NVIDIA RTX PRO 6000 Blackwell (Max-Q Edition) 运行本地大模型
作者： Jakub Rusinowski · 最后更新：
凭借 96 GB GDDR7、1,792 GB/s 带宽，RTX PRO 6000 Blackwell (Max-Q Edition) 可在 Q4_K_M、8K 上下文下运行目录中的 139 个模型。能放下的最大模型是 Mistral Medium 3.5 128B（约 80.9 GB），首选是 Devstral-2 123B，速度 12–26 tok/s。
RTX PRO 6000 的 96 GB、1,792 GB/s 内存系统，装在 300 W 涡轮散热卡上，面向多 GPU 工作站。未记录板卡功耗：只有 NVIDIA 页面给出该数值。
可在 RTX PRO 6000 Blackwell (Max-Q Edition) 上运行的模型
Q4_K_M，8K 上下文，可用 96 GB。按质量和速度排序。
| 模型 | 显存 · 标记 = 96 GB | 显存 | 速度 |
|---|---|---|---|
| Devstral-2 123B Devstral | 75.1 GB | 12–26 tok/s | |
| Qwen 3.5 122B-A10B Qwen 3.5 | 74.5 GB | 80–167 tok/s | |
| Nemotron 3 Super 120B-A12B Nemotron 3 Super | 73.3 GB | 73–152 tok/s | |
| Mistral Small 4 119B-A6.5B Mistral Small 4 | 72.6 GB | 51–105 tok/s | |
| GPT-OSS 120B GPT-OSS | 71.9 GB | 139–289 tok/s | |
| Llama 4.5 Scout Llama 4.5 | 66.6 GB | 60–125 tok/s | |
| Llama 4 Scout 17B Llama 4 | 68.2 GB | 65–134 tok/s | |
| Llama 3.2 Vision 90B Llama 3.2 Vision | 57.8 GB | 16–34 tok/s | |
| Qwen3-Coder-Next (80B-A3B MoE) Qwen3-Coder | 49.1 GB | 128–267 tok/s | |
| Kolibri 1 Kolibri | 48.4 GB | 174–362 tok/s | |
| Nemotron 3.5 Bolt 74B Nemotron 3.5 | 45.6 GB | 111–230 tok/s | |
| Llama 3.3 70B Instruct Llama 3.3 | 45.7 GB | 20–43 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。
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
- 96 GB GDDR7
- 内存带宽
- 1,792 GB/s
- 显存位宽
- 512-bit
- 架构
- Blackwell GB202
- 系列
- RTX PRO Blackwell
- 发布年份
- 2025
- 计算后端
- CUDA, VULKAN
- 模型可用
- 96 GB
相似 GPU
常见问题
NVIDIA RTX PRO 6000 Blackwell (Max-Q Edition) 能运行本地大模型吗？
可以。它有 96 GB（模型可用 96 GB），在 Q4_K_M、8K 上下文下可运行目录中的 139 个模型；最大的是 Mistral Medium 3.5 128B，约需 80.9 GB。
NVIDIA RTX PRO 6000 Blackwell (Max-Q Edition) 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 113–234 tok/s。Llama 3.3 70B 的估算为 21–44 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。
96 GB 能运行哪些大模型？
能放下的最佳模型包括：Devstral-2 123B、Qwen 3.5 122B-A10B、Nemotron 3 Super 120B-A12B、Mistral Small 4 119B-A6.5B、GPT-OSS 120B。