RTX 5090 本地 AI 简测

摘要

30 秒看懂

在这支 2025 年与 NVIDIA 合作制作的短视频中，Matthew Berman 介绍了用 RTX 5090 玩游戏的体验，并在 LM Studio 中测试一个 80 亿参数的 DeepSeek R1 蒸馏模型。他报告这次运行达到了每秒 78 个 token；这支短视频不能证明不同模型或工作负载下的性能。Berman 还披露自己在 LM Studio 有一笔小额投资。

1合作提供的硬件Berman 说 NVIDIA 提供了 RTX 5090，邀请他参加 CES，并与他合作制作这支视频。
2先玩游戏他说自己以最高画质设置试玩了 Cyberpunk，觉得 Path of Exile 2 的画面也很漂亮。
3本地 AI 生成一个 8B DeepSeek R1 蒸馏模型在 LM Studio 中生成 Python 贪吃蛇代码，他报告这次运行达到每秒 78 个 token。

要点建议

NVIDIA 提供了 RTX 5090，并与 Berman 合作制作这支视频。
Berman 在 LM Studio 中本地运行一个 8B DeepSeek R1 蒸馏模型。
他要求模型用 Python 编写贪吃蛇游戏，并报告此次运行达到每秒 78 个 token。
短视频没有提供跨硬件、模型或配置的受控基准测试。

主题Local inference Semiconductors Open-weight models

全文

按章节阅读整理后的全文

对照原始文稿

只看原始文稿

游戏体验与本地模型测试

Berman 介绍 RTX 5090 和他与 NVIDIA 的合作，并分享游戏体验以及一次本地 AI 生成的速度。

NVIDIA 给我寄来了一块 RTX 5090，这是一款高端新一代 GPU；它还邀请我参加 CES，Jensen Huang 在那里介绍了这款产品。NVIDIA 也与我合作制作了这支视频。我首先测试了游戏：我说 Cyberpunk 以最高设置运行时没有问题，Path of Exile 2 的画面也很漂亮。

在 AI 测试中，我在 LM Studio 中本地加载了 80 亿参数的 DeepSeek R1 蒸馏模型，并要求它用 Python 编写贪吃蛇游戏。模型展示了推理过程并生成代码；我报告这次运行的速度为每秒 78 个 token。这一个例子不能建立通用的硬件排名，也没有展示游戏是否经过测试。我在视频简介中披露了自己在 LM Studio 的一笔小额投资。