2026-11-04 · Fonte：Tom's Hardware
O conjunto de nove placas Nvidia P106-100 levou o modelo Qwen3.6-35B-A3B a superar 30 tokens por segundo — um teste de estresse para o silício da era de 2017 em inferência local.
Sessenta e cinco centavos por gigabyte de VRAM é um preço que não existe em lugar nenhum do mercado atual de aceleradores. Foi o que um usuário do Reddit efetivamente pagou por um rig de mineração de cripto com nove GPUs Nvidia P106-100, comprado por US$ 35 numa garagem e carregando 54GB de memória total. A aritmética é o gancho: US$ 35 espalhados por 54GB resultam em cerca de 65 centavos por gigabyte, num momento em que a memória se tornou o recurso mais escasso e mais disputado do hardware de IA.
O comprador então submeteu o conjunto a um teste prático. O Qwen3.6-35B-A3B, um modelo de 35 bilhões de parâmetros, rodou localmente no rig a mais de 30 tokens por segundo. Para nove GPUs que datam de 2017 — hardware de um período em que o hashing de criptomoedas, e não o serviço de modelos, determinava quanto uma GPU valia —, o throughput é o resultado substantivo.
Cada uma das nove placas responde por 6GB do total. Isoladamente, o silício de mineração da era 2017 tem pouco prestígio contra o hardware moderno; montado, o array se mostrou capaz de carregar um modelo de 35 bilhões de parâmetros em velocidade utilizável.
A transação esboça um canto incomum da economia de computação de IA. Hardware de mineração que sobreviveu ao seu propósito original retém valor como capacidade de memória barata, e 54GB são pegada suficiente para servir um modelo de 35B de parâmetros a partir de uma garagem residencial. Isso não ameaça os aceleradores de data center, que operam noutra liga de largura de banda e interconexão, mas define um piso para o que a inferência local pode custar — neste caso, menos do que um jantar por aplicativo de entrega.
Para compradores que acompanham a economia da memória, o número que importa aqui não é tokens por segundo, mas dólares por gigabyte. O rig P106-100 jamais aparecerá num plano de procurement, mas, como ponto de dados sobre o custo da VRAM, atualmente não tem concorrência.
Tags: Nvidia · P106-100 · Qwen3.6-35B-A3B · Local LLM Inference · Used GPU Market · VRAM
萬安算交所 AIXX · AIXX · Exchange verificado · Ir ao mercado