双 GTX 1080 Ti 跑本地 AI 仍可入门，但显存不等于体验

一名 Reddit 用户计划用两张 GTX 1080 Ti 组成 22GB 显存的本地 AI 配置，目标运行约 27B 参数的 Qwen 模型；这说明二手消费级显卡仍有入门价值，但“装得下”不等于“好用”。

这是什么

Local LLaMA 社区讨论的是在个人电脑上本地运行大语言模型（模型直接运行于自己的设备，而非调用云端服务）。两张 GTX 1080 Ti 各自配备 11GB 显存，合计 22GB；理论上，这足以容纳采用 4-bit 量化（用更低精度压缩模型权重，降低显存占用）的部分 27B 模型。

行业怎么看

我们认为，双 1080 Ti 更适合作为低成本学习和轻量工作方案，而不是追求高吞吐的生产环境。显卡年代较早，显存容量之外，内存带宽、散热、功耗和软件兼容性都会影响实际速度；多卡推理还可能遇到模型切分、框架支持和通信开销等问题。需要警惕的是，22GB 是理论总和，实际可用显存通常更少，模型长度、上下文大小和量化格式都会挤占空间。

对普通人的影响

对企业 IT：它提供了验证本地模型可行性的低成本试验路径，但企业部署还需评估稳定性、并发、维护和总拥有成本。

对个人职场：懂技术的人可借它搭建隐私更强、费用更可控的文档助手或代码实验环境，但调试和性能门槛依然存在。

对消费市场：二手显卡仍有需求，不过“支持本地 AI”不等于“适合本地 AI”，容量、速度与软件支持应同时比较。