RTX 3060
NVIDIA推出的消费级桌面显卡，基于Ampere架构，12GB GDDR6显存，定位入门级高性能游戏及AI推理场景
核心事实
时间轴 (近 90 天)
Betelgeuse推理引擎能在RTX 3060 12GB显卡、16GB DDR4内存的PC上以22 tok/s持续运行68GB的Qwen 3.8 Flash Next MoE模型，且输出与原始模型100%比特一致。
在 Strata 0.2.4 下，RTX 5070 上 DeepSeek V4.1 Flash 的生成速度约为 5 tok/s，而 RTX 3060 反而达到 8 到 10 tok/s。
开发者 raihan-js 使用 Qwen2.5-VL-3B-Instruct 搭配 QLoRA 适配器，在 3000 张合成发票上微调 1 轮，使用单张 RTX 3060 耗时 4 小时 57 分。
模型 FLOPs 利用率（MFU）是实际达到的浮点运算速度与硬件理论峰值的比值；在消费级 GPU（如 RTX 3060）上，内存带宽往往先于算力成为瓶颈。
在RTX 3060上，开发者用Triton手写的面向batch-1解码的融合W4A16 GEMV内核速度约为25.5 tok/s，追平了bitsandbytes NF4量化方案的约25.7 tok/s。
YOLOv8n 在普通笔记本 CPU 上通常只能达到 5–15 FPS，而在 RTX 3060 等入门级 NVIDIA 显卡上可轻松超过 60 FPS
Ollama本地部署实测吞吐量：MacBook M2 16GB约15 tokens/秒，RTX 3060 12GB约45，RTX 4090 24GB约70，8GB笔记本约5
8GB显存是RTX 3060、RTX 4060等中端游戏显卡的标配
RTX 4060的显存内部带宽约为288 GB/s
消费级显卡（如RTX 3060/4060）通常只能流畅运行7B以下参数的模型，在复杂推理和长文本理解任务上与GPT-4、DeepSeek等商用模型存在明显差距
还有 14 条时间轴事件
全部知识事实 (20)
RTX 4060的显存内部带宽约为288 GB/s
65%待验证Betelgeuse推理引擎能在RTX 3060 12GB显卡、16GB DDR4内存的PC上以22 tok/s持续运行68GB的Qwen 3.8 Flash Next MoE模型，且输出与原始模型100%比特一致。
50%待验证在 Strata 0.2.4 下，RTX 5070 上 DeepSeek V4.1 Flash 的生成速度约为 5 tok/s，而 RTX 3060 反而达到 8 到 10 tok/s。
50%待验证开发者 raihan-js 使用 Qwen2.5-VL-3B-Instruct 搭配 QLoRA 适配器，在 3000 张合成发票上微调 1 轮，使用单张 RTX 3060 耗时 4 小时 57 分。
50%待验证模型 FLOPs 利用率（MFU）是实际达到的浮点运算速度与硬件理论峰值的比值；在消费级 GPU（如 RTX 3060）上，内存带宽往往先于算力成为瓶颈。
50%待验证YOLOv8n 在普通笔记本 CPU 上通常只能达到 5–15 FPS，而在 RTX 3060 等入门级 NVIDIA 显卡上可轻松超过 60 FPS
50%待验证Ollama本地部署实测吞吐量：MacBook M2 16GB约15 tokens/秒，RTX 3060 12GB约45，RTX 4090 24GB约70，8GB笔记本约5
50%待验证8GB显存是RTX 3060、RTX 4060等中端游戏显卡的标配
50%待验证消费级显卡（如RTX 3060/4060）通常只能流畅运行7B以下参数的模型，在复杂推理和长文本理解任务上与GPT-4、DeepSeek等商用模型存在明显差距
50%待验证超小模型在量化之后通常只需 1–2 GB 显存，RTX 3060 或 Apple Silicon M 系芯片均可流畅运行
50%待验证路径A中RTX 3060跑前段层、AMD AI Max+ 395跑后段层，在IQ3量化64K长输入下Prefill速度从136.69 token/s提升到319.1 token/s
50%待验证7.2GB 的体积意味着 Bonsai 2 可以在一张 RTX 3060 上以尚可的 tps 运行
50%待验证在RTX 3060 6GB环境下，MiniMax H3完成动作迁移任务约需15分钟，LTX 2.5 Ripple约需31分钟
50%待验证在一台128G算力舱设备上，Qwen3.8 Flash的解码速度常态达241 TPS，峰值达274 TPS
50%待验证上一代v4 Flash于7月发布，为2840亿参数，社区可将4-bit专家打包成128GB的gguf版本，用四张二手RTX 3060即可运行
50%待验证UP主实测1B模型在配备RTX 3060的笔记本电脑上能流畅运行
50%待验证本地化语音克隆通常需要中高端GPU（如RTX 3060以上）才能实现接近实时的合成速度，CPU推理会大幅增加等待时间
50%待验证H3通过模型量化、分层加载以及注意力优化等技术，将显存需求压缩到8GB，使得主流消费级游戏显卡（如RTX 3060 12G、RTX 4060 8G）就能流畅运行
50%待验证GLM-OCR经INT8量化后可在单张消费级GPU（如RTX 3060/4060，12GB显存）乃至部分移动端NPU上运行推理
50%待验证GLM-OCR可在单张消费级GPU（如RTX 3060/4060，12GB显存）乃至部分移动端NPU上运行推理
50%