2026 年 8 月NVIDIA Marketplace 将 RTX PRO 6000 Blackwell 工作站版的标价上调至 16,000 美元折合人民币约 11 万元。这张卡 2025 年 3 月首发时的建议零售价是 8,565 美元一年半涨了 87%。涨价没有挡住采购。据多家媒体报道这张卡在渠道端较为紧缺。有分析机构预测如果 GDDR7 短缺继续加剧价格可能突破 20,000 美元。一边翻倍涨一边照常抢。原因不复杂直接看供应链就明白了。RTX PRO 6000 用了 32 颗 3GB GDDR7 显存颗粒总计 96GB。这种 3GB 模组比常见的 2GB 模组贵不少虽然美光、三星、SK Hynix 三大厂均已进入 3GB GDDR7 量产阶段但产能仍然跟不上需求。供给侧就卡住了。需求侧更夸张。根据行业报道超大规模 AI 厂商消耗了全球约 70% 的内存产能优先抢占 HBM挤压了 GDDR7 和消费级内存的供应。GDDR7 采购价在约三个月内从 2.5 美元/GB 飙到 7.5 美元/GB涨幅 200%。消费级 DDR5 内存条也没幸免自 2025 年 9 月以来涨幅超过 300%16GB DDR5 从三四百元涨到近 1500 元。NVIDIA 已经向全球 AIC 合作伙伴下发了 GPU 套件涨价通知覆盖 GDDR7Blackwell 架构和 GDDR6GeForce 系列全线。行业普遍预测GDDR7 短缺将持续到 2027 年不过不同来源预测存在分歧部分观点认为短缺可能持续更久。这不是一张卡在涨是整个内存供应链在涨。01 简单介绍一下 RTX PRO 6000NVIDIA 官方页面列了两个版本工作站版Workstation Edition主动散热600W TDP显存带宽 1,792 GB/s走零售渠道涨到 16,000 美元的就是这个版本服务器版Server Edition被动散热400-600W 可配置 TDP显存带宽 1,597 GB/s支持 MIG最多 4 个 24GB 实例和机密计算走 OEM 渠道。不过大部分公开讨论里大家笼统说的「RTX PRO 6000」指的是整个产品线不做版本区分。两个版本核心规格一致96GB GDDR7 ECC 显存24,064 个 CUDA 核心752 个第五代 Tensor 核心FP32 算力 120 TFLOPSFP8 Tensor 算力 2 PFLOPSFP4 算力达 4 PFLOPS。PCIe Gen5 接口。NVIDIA 官方对这张卡的定位是「通用数据中心 GPU」覆盖场景包括智能体 AI、物理 AI、科学计算、3D 渲染、视频处理和大模型微调。和同门兄弟比一下定位差异H200 是旗舰带宽碾压但价格也碾压。RTX 5090 更偏开发和轻量生产不适合作为大显存企业服务的首选。RTX PRO 6000 卡在中间96GB 大显存是它最硬的卖点。02 这张卡能跑多大的模型96GB 显存能装多大的模型算一下就清楚了。先说推理。FP16 精度下模型权重占的显存大约是参数量 × 2 字节。一个 7B 模型权重约 14GB13B 约 26GB70B 约 140GB。也就是说单张 96GB 的卡FP16 精度下能直接装下 13B 以内的模型还留出不少空间给 KV cache。70B 模型 FP16 跑不了单卡但 INT4 量化后权重压到约 35GB96GB 单卡理论上有机会部署能否稳定运行取决于上下文长度、并发和框架配置。对比一下32GB 的 RTX 5090 跑 7B 通常够用13B 就很紧张了70B 量化也塞不太下。96GB 的余量大得多并发和上下文长度都能往上拉。再看微调。LoRA 微调的显存需求比推理高因为还要装梯度、优化器状态和激活值。7B 模型的 LoRA 微调32GB 卡比较紧张96GB 卡能舒适地跑还能用更大的 batch size。以最近爆火的两个国产大模型举例DeepSeek V4-Pro总参数 1.6 万亿每 token 激活 49B上下文 1M tokensMIT 许可证权重已在 HuggingFace 和 ModelScope 开放下载。虽然是 MoE 架构推理时只激活一部分参数但全部权重仍然需要约 3.2TB 存储空间BF16 精度社区估算值单卡跑不了必须多卡并行。即使量化部署对单卡显存的要求也远超消费级显卡。Kimi K3月之暗面 7 月发布总参数 2.8 万亿896 个专家上下文同样 1M tokens权重也已于 7 月底开放它的权重体积约 1.56TB比 DeepSeek V4-Pro 还大。这两个模型的部署门槛都远超单卡能力但 96GB 大显存的意义在于同样是多卡并行每张卡的显存越大需要的卡数就越少互联复杂度和总成本就越低。在同等总显存需求下96GB 卡通常能减少所需卡数但实际节省比例取决于并行方式、通信开销和部署拓扑。03 什么场景该考虑这张卡96GB 大显存不是噱头下面这些场景确实需要它。数据合规驱动的内网私有化金融、医疗、政务等行业数据不能出内网。调用 API 走外网这条路走不通必须把模型部署在本地。大模型的显存需求和合规要求叠加在一起96GB 属于当前单卡中较大的容量之一能覆盖相当一部分私有化部署场景。RAG 和知识库服务企业知识库 长文档检索上下文动辄 32K-128K tokens。上下文越长KV cache 占的显存越多。32GB 卡跑长上下文推理并发量上不去96GB 能在同一张卡上服务更多并发请求或者支持更长的上下文窗口。Agent 系统智能体应用通常需要同时跑多个模型协作或者一个模型维持长上下文的多轮对话。显存越大能同时承载的 Agent 会话越多不需要频繁换出。3D 渲染和工业仿真这张卡不只是跑 AI 的。24,064 个 CUDA 核心FP32 算力 120 TFLOPS配上 96GB 大显存做大型 3D 场景渲染、工业物理仿真、医学影像重建更适合大型专业工作集。NVIDIA 官方也把 Omniverse 和物理 AI 列为核心场景。AI 开发和微调做 LoRA 微调、参数高效微调需要把基座模型权重、梯度、优化器状态都装进显存。7B-13B 模型的微调32GB 卡比较紧张96GB 卡能同时跑更大的模型或者用更大的 batch size 加速训练。中高并发 长上下文推理这是最典型的场景。推理服务的吞吐和延迟往往卡在显存带宽和 KV cache 容量上。96GB 显存能缓存更多的上下文配合缓存与调度策略可改善服务表现。