Reddit 上一位开发者拿 4 张 RTX 5060Ti（消费级显卡，单卡 16GB）跑 Qwen3 大模型，启用一项名为 PCI-E P2P（点对点直连，让多张显卡绕过 CPU 直接互相传数据）的功能后，预填充速度（可以理解为「读题速度」）从约 1649 tokens/秒提升到约 2305 tokens/秒，相当于免费拿到 25% 的性能提升，且无需更换任何硬件。

这是什么

P2P 全称 Peer-to-Peer，指让多块 GPU 直接通过 PCI-E 总线互相传数据，绕过 CPU 和系统内存。在企业级计算卡（如 NVIDIA A100、H100）上这是默认能力，但在消费级显卡上长期被驱动锁死，因为 NVIDIA（英伟达，全球最大 GPU 公司）靠这一刀划分专业与消费市场。

这次开发者用的是社区修改版驱动加 ReBAR（PCI-E 的一项底层规格，让 CPU 与 GPU 能更高效交换数据），4 张 5060Ti 总显存 64GB，跑 Qwen3-27B-FP8（一个 270 亿参数的开源大模型，FP8 是低精度压缩格式，能让模型用更少显存运行）。换句话说：用约两万块人民币的消费卡，跑出了一个原本要专业卡才能达到的水平。

行业怎么看

社区里多数人在传这份数据，把它视作「穷人的 H100」方案。也有人提醒：25% 是预填充场景的提升，文本生成速度（模型「打字」速度）变化不大，且长上下文下收益会被显存带宽限制吃掉。更稳妥的判断是——单卡体验没变，多卡协同的门槛才真正降了一级。

也有质疑声音：驱动修改绕过了 NVIDIA 的官方支持，一旦驱动更新可能失效；对 8x 模式（PCI-E 通道减半，常见于插了多卡的主板）的稳定性，作者也承认「还在摸索」。所以这次是阶段性成绩，不是稳态结论。

对普通人的影响

对企业 IT：如果你的公司对数据合规要求高、必须本地部署大模型，过去至少要买专业卡或服务器，现在用消费级集群加这个方案，采购成本可能砍掉一半以上，值得评估。

对个人职场：如果你正在学 AI、想自己跑模型而不是只调 API（调用云端现成接口），8GB 显存笔记本的体验天花板有限，但一台装 2-4 张中端卡的小主机，正在变成一个新的「够用起点」。

对消费市场：这件事对游戏玩家几乎无感，但会强化「显卡不只是游戏配件」的认知，也意味着 NVIDIA 的产品分层策略正被社区一点一点撬开。