RTX 5090 跑 33B Q4 模型约 86 tokens/s：本地部署应关注显存带宽

RTX 5090 运行约 21 GB 的 33B Q4 量化模型，理论最高速度约为 86 tokens/s，该估算未计上下文影响。作者据此指出，本地大模型推理速度主要受显存带宽而非 TFLOPS 限制，选卡时应重点关注内存带宽。