RTX 5090 跑 33B Q4 模型约 86 tokens/s：买显存带宽别买 TFLOPS

AIFlow_ML 按 RTX 5090 的 1,792 GB/s 显存带宽估算，运行 Q4 量化后约 21 GB 的 33B 模型，理论最好情况约 86 tokens/s，且未计上下文影响。由此得出的结论是本地推理速度瓶颈在显存带宽而非算力，选卡时应买内存速度，而不是 TFLOPS。