5090混搭B70跑本地LLM：吞吐减半换大上下文

2026年10月1日，据 AGI Hunt 报道，一位 RTX 5090 用户低价购入 Intel Arc B70，打算借助其显存扩展本地 LLM 的可用上下文。他实测把日常编码辅助使用的 Qwen3 27B Q4KXL 拆分到 RTX 5090 与 Arc B70 双卡上运行，结果虽然拿到了完整上下文，吞吐量却减半。报道称瓶颈在于 B70 的显存带宽远低于 5090。该用户在帖中求助：是让 B70 单独跑小模型来分流任务，还是接受降速以换取更大上下文，并希望有异构 GPU 组合经验的人分享经验。截至目前，这一双卡方案的实际取舍仍无定论。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。