T4 16GB

NVIDIA · 16 GB GDDR6 · 320 GB/s · 70 W · MSRP $2,000 · 搜索 Amazon （返利链接）

T4 16GB 是 NVIDIA 的加速器，配备 16 GB GDDR6，峰值显存带宽约 320 GB/s。 AI Hashrate 按 8K 上下文估算本地 LLM 解码速度（batch 1）：能否装下 = 权重 + KV cache + 1 GB 运行时开销，而非只看权重。 Q4 下约有 20 个收录模型能完整装进此卡；FP16 下约 7 个。 Q4 速度前列：MiniCPM5-1B ≈ 188.6 tok/s（估算，装得下）; Qwen3.5-2B ≈ 101.8 tok/s（估算，装得下）; Llama-3.2-3B-Instruct ≈ 63.6 tok/s（估算，装得下）; gpt-oss-20b ≈ 56.6 tok/s（估算，装得下）; Qwen3-4B-Instruct-2507 ≈ 50.9 tok/s（估算，装得下）。 相对排名比绝对 tok/s 更可靠。带宽公式与实测锚点政策见方法论页。 方法论.

表格：解码速度估算（Q4 / FP16）。实测行覆盖估算值。MSRP 为官方标价，非实时售价。默认上下文 8K。

装机核对

• Qwen3-8B — 装得下 · ≈24.8 tok/s Q4 估算
• gemma-4-26B-A4B-it — 装不下 · ≈160.7 tok/s Q4 估算
• Qwen2.5-7B-Instruct — 装得下 · ≈26.8 tok/s Q4 估算
• Qwen3.5-9B — 装得下 · ≈22.8 tok/s Q4 估算
• Llama-3.1-8B-Instruct — 装得下 · ≈25.5 tok/s Q4 估算
• gpt-oss-20b — 装得下 · ≈56.6 tok/s Q4 估算
• Qwen3.6-35B-A3B — 装不下 · ≈108.4 tok/s Q4 估算
• Qwen3.5-35B-A3B — 装不下 · ≈116.0 tok/s Q4 估算
• gemma-4-E2B-it — 装得下 · ≈39.9 tok/s Q4 估算
• Qwen3.6-27B — 装不下 · ≈11.2 tok/s Q4 估算
• Mistral-7B-Instruct-v0.3 — 装得下 · ≈28.3 tok/s Q4 估算

全部 63 个模型的装机核对——见上表「装得下？」列的链接