抡锤者

编剧从业，想做AI本地部署。目前有m1max 32g。戴尔730xd。想做rag，塞满个人电影资料库。部署AI写电影剧本。求指导。
想问下，730xd上部署大模型可行吗？需要什么级别的显卡。最低价格，舒适级别？
实现，能调用本地rag资料库。有长文本记忆。电影剧本一般3万字左右。需要AI提供创作辅助。故事大纲的设计。台词的润色。情节走向推理辅助。
目前偏重剧本。后期，可能想做视频生成。目前的话730xd能作为主力机器部署本地Ai吗？
技术小白，求指导！感恩。

太长不看版：买 AI 显卡千万别买魔改显存卡。花屏 + 蓝屏 0x116 + 开机卡 VGA 灯 + 空载崩溃，全套症状都是改装显存不稳定的典型表现，换驱动、调供电、降 PCIe 全都没用。

---

一、背景

为了跑 Qwen3.6-27B-FP8（131K 上下文），入手了「单卡 48GB 的 RTX 4090D」。当时觉得性价比无敌：24GB 的卡钱买 48GB 显存。现在回头看，这是整件事最大的错误。

二、症状（按时间线）

时间	症状
装驱动后第 6 天	开始蓝屏，Minidump 留存
之后 8 天内	崩溃 5+ 次：0x116 (VIDEO_TDR_FAILURE)、0x117、0x119、0x141、0x133 全齐了
高负载（AI 推理）	必崩，NVIDIA Overlay 也跟着崩
低负载（登录界面按键盘）	也花屏崩溃——这是最要命的信号
重启	间歇性卡主板 VGA 灯（POST 显卡初始化失败）
显示器接核显	独显仅参与桌面合成，照样崩

三、排查过程（给后来人的取证清单）

1. 崩溃日志取证（不用猜，全部有据）：

Event 41 (Kernel-Power) → BugcheckCode 字段非 0 = 系统崩溃重启，不是外部断电
Event 1001 (WER)       → 崩溃代码 + 转储文件路径
Minidump (C:\Windows\Minidump) → 内核栈，可分析崩溃驱动
Event 1019             → 「可能相关的驱动程序：nvlddmkm.sys」
nvlddmkm Event 14 刷屏 → 显卡驱动崩溃瞬间疯狂报错

2. 逐个排除（按成本从低到高）：

• 排除供电：12VHPWR 接头检查，无烧焦无变形
• 排除 OOM：登录界面空载崩溃，显存根本没压力
• 排除驱动：空载按键崩 + POST 卡 VGA 灯（驱动没加载的阶段）——驱动背不了这个锅
• 排除 PCIe：Gen5 空载也不至于崩，且卡灯发生在驱动加载前
• 最后定位：显卡硬件本体

3. 致命发现——显卡真身：

nvidia-smi 显示 "NVIDIA GeForce RTX 4090 D"
但官方 4090D 只有 24GB——48GB 是商家魔改（双面 2GB 显存颗粒 ×24 颗）

四、教训总结

1. 魔改显存卡的本质：显存颗粒来源不明（拆机片/降级片）、焊接工艺看商家良心、时序/温度参数没经过 NVIDIA 出厂验证。跑游戏可能勉强，跑 7×24 高负载 AI 推理 = 原形毕露。
2. 「低负载也崩」是硬件问题的铁证：驱动/OOM/链路问题都需要负载触发，空载崩溃基本锁定硬件。
3. 「卡 VGA 灯」是 POST 层症状：Windows 驱动还没加载就失败，任何软件层面手段都救不了。
4. 买大显存 AI 卡的正路：单卡 48GB 要么专业卡（RTX 6000 Ada/L40S），要么等真·大显存游戏卡（B60 PRO 48G 这类），别碰魔改。
5. 魔改卡没有官方保修，售后只能找商家，维权成本极高。

五、现状

显卡已拆下走京东售后换货。机器用核显正常运行（Ryzen 9900X 核显 + 93.7G 内存顶一阵子）。27B 模型暂时跑不了，等新卡。

花钱买的教训：AI 算力硬件，稳定性 > 性价比。魔改显存一时爽，数据丢失火葬场。

最近准备认真折腾一下本地 AI，目标比较明确：想上两台华硕 DGX Spark，组起来跑 DeepSeek V4。

目前纠结的点主要是：两台 DGX Spark 到底值不值得直接上，以及实际跑 V4 的体验究竟怎么样。

我现在手上也有一张 48GB 显存的 4090，跑一些 20B～30B 级别模型没什么问题，但到了 V4 这种级别，单卡基本就不用想了。看了 DGX Spark 的资料，两台机器可以通过高速网络互联，所以理论上可以把显存和算力组合起来跑更大的模型。

但我比较担心的是：理论性能和实际性能可能完全是两回事。

尤其是 V4 这种超大 MoE 模型，除了显存容量，真正影响速度的还有 GPU、内存带宽、节点之间的互联带宽、推理框架以及多机通信效率。

所以想请论坛里的大神帮忙判断一下：

1. 两台 DGX Spark 跑 V4，实际生成速度大概能到多少 token/s？
2. 两台之间用 200G 网络互联，实际通信效率怎么样？
3. 跑 V4 的时候，两台机器是比较接近“线性叠加”，还是通信开销会吃掉很多性能？
4. 如果主要用途是编程、Agent、长上下文和日常本地 AI，两台 DGX Spark 是否值得？
5. 有没有已经实际部署过 V4 的朋友，能分享一下真实测试数据？
6. 如果现在买，华硕、技嘉、微星等不同品牌的 DGX Spark，散热、SSD、稳定性方面有没有明显区别？
7. 1TB 版本是不是就够了？后面自己升级 SSD 是否更划算？

我不是单纯想追求“能不能跑起来”，更关心的是跑起来之后到底好不好用。

如果两台 DGX Spark 能把 V4 跑到一个比较舒服的速度，那我觉得还是挺有吸引力的；但如果实际只有几十 token/s，而且多机通信损耗比较大，那可能就要重新考虑了。

所以想请各位真正折腾过 DGX Spark、多机推理或者 V4 的大神给点建议。

预算倒不是最大的问题，主要是不想花钱买回来以后发现实际体验和想象差太多。

欢迎直接劝退，也欢迎晒实测数据

两台 DGX Spark 跑 V4，到底是不是目前个人/小工作室比较靠谱的方案？