Tesla P40 价格与二手行情：能部署哪些大模型？

单张 Tesla P40 有 24GB GDDR5 显存，在 4-bit 量化、8K 上下文下最大能装约 37B 参数的稠密模型，8-bit 下约 20B。

单卡跑不了。在 4-bit 量化、8K 上下文下，70B 稠密模型约需 43GB，超过 Tesla P40 的 24GB。用 llama.cpp 按层拆到 2 张卡上（合计 48GB）就能跑。

2026 年发布的模型里，4-bit 下能整个放进显存的最大稠密模型是 Gemma 4 31B，预估 13.3 tokens/s。MoE 模型里 Qwen3.6 35B A3B 最快，约 86.6 tokens/s。完整列表见上方「能跑哪些模型」表。

按显存带宽估算，4-bit、8K 上下文下：8B 稠密模型约 46.2 tokens/s、14B 稠密模型约 27.4 tokens/s、32B 稠密模型约 12.5 tokens/s。MoE 模型每个 token 只读激活参数，会快很多。实测通常在估算值的 70%–100%。

按 vLLM 张量并行、4-bit、32K 上下文，两张 Tesla P40 装不下 2026 年发布的 50B 以上模型。4-bit、32K 上下文下最少要 8 张，能跑 Qwen3.8 Flash Next、DeepSeek V4 Flash。

截至 2026年9月29日，eBay 中位价 ¥2,668（16 条挂单）、闲鱼中位价 ¥1,200（13 条挂单）。取自平台挂单价的中位数，每 6 小时更新。

截至 2026年9月29日，优云智算每小时 ¥0.38。都是单卡按需价，不含存储和流量。

按 eBay 中位价 ¥2,668、电价每度 ¥0.66 算，每天用 8 小时，买卡约 4.3 年回本（对比优云智算每小时 ¥0.38）。打算用超过 4.3 年就买，用不到就租。

Arc Pro B60 有 24GB 显存、456 GB/s 带宽，Tesla P40 是 24GB、347 GB/s。跑 32B 稠密模型（4-bit）预估 Tesla P40 约 12.5 tokens/s，Arc Pro B60 约 10.6 tokens/s。