一等公民
NVIDIA（桌面 / 专业）
CUDA 是默认路径：Ollama、llama.cpp（CUDA）、vLLM、SGLang。文档、GGUF 生态与智能体工具最全。预算给书桌编码卡时，优先 NVIDIA。
本地编码
硬件档位
锁的是内存，不是 TFLOPS。买能装下权重 + 真实上下文 KV 的档——或继续付 API。
协议
- 锁的是显存/统一内存，不是 TFLOPS。
- 权重能进卡 ≠ 目标上下文能进（KV 税）。
- 本地 token 标价约 $0；你仍要付电费与折旧。
内存档位
高亮列 = 该内存档的美元参考区间（括号内为中位规划值）。
| 档位 | 美元参考（档） | 典型类别 | 最大参数（Q4 级） | 工作负载 |
|---|---|---|---|---|
| 16GB | $250–$750 ($450) | RTX 4060 / 5060 Ti 16GB class / Mac 16GB unified | 8B | 补全 / 短对话 |
| 24GB | $1.4k–$3.2k ($2.2k) | RTX 4090 24GB / Mac 24–32GB unified | 32B | 补全 / 短对话 · 仓库级编码智能体 |
| 32GB | $2k–$5.5k ($3.8k) | RTX 5090 32GB class / Mac 32–36GB unified | 40B | 补全 / 短对话 · 仓库级编码智能体 · 长上下文审阅 |
| 48GB | $2.5k–$7k ($4.5k) | 48GB workstation / dual-24 class / Mac 64GB unified | 70B | 补全 / 短对话 · 仓库级编码智能体 · 长上下文审阅 |
| 80GB | $6k–$14k ($9k) | 80GB-class pro card / Mac Studio 96–128GB | 120B | 补全 / 短对话 · 仓库级编码智能体 · 长上下文审阅 |
| 128GB | $8k–$18k ($12k) | Mac Studio 128–192GB / multi-GPU desk | 180B | 补全 / 短对话 · 仓库级编码智能体 · 长上下文审阅 |
| 512GB | $18k–$45k ($28k) | Mac Studio 512GB / multi-GPU rack | 480B | 补全 / 短对话 · 仓库级编码智能体 · 长上下文审阅 |
代表性 SKU 参考价（美元）
显卡卡价或整机统一内存档。Mac 行是整机统一内存，不是独立 GPU 标价。
| 档位 | SKU / 类别 | 美元参考 |
|---|---|---|
| 16GB | RTX 4060 Ti / 5060 Ti 16GB class (card) | $300–$550 |
| 16GB | Used RTX 3090 / 3080 Ti class (often 12–24GB) | $400–$900 |
| 24GB | RTX 4090 24GB (used/new street) | $1.5k–$2.8k |
| 24GB | Used dual-12GB / single-24GB workstation class | $1.2k–$2.5k |
| 32GB | RTX 5090 32GB (MSRP vs street — volatile) | $2k–$5.1k |
| 48GB | Dual used RTX 3090 (2×24GB) system delta | $2k–$3.5k |
| 48GB | Mac Studio / Pro ~64GB unified (device, not GPU-only) | $2.5k–$4.5k |
| 80GB | Pro / datacenter 80GB-class (A100 80 / H100 80 street) | $8k–$25k |
| 80GB | Mac Studio Ultra ~96–128GB unified (device) | $5k–$9k |
| 128GB | Mac Studio high unified config (device) | $7k–$15k |
| 128GB | Multi-GPU desk (2×32–48GB class) | $7k–$16k |
| 512GB | Mac Studio max unified / mini-cluster class | $15k–$40k |
NVIDIA · AMD · Intel · Apple
本地编码推理以 CUDA / Metal 为一等公民。AMD 与 Intel 可以有限可用——买之前先读清「为什么不行/半不行」。
有限支持
AMD（Radeon / Instinct）
能用，但不是一等公民。ROCm 随卡型/系统覆盖不均；大量编码应用与 GGUF 路径默认 CUDA。llama.cpp 的 Vulkan/ROCm 构建可以跑，但上手慢、教程少，vLLM/SGLang 书桌故事更弱。仅当你已有 AMD 卡或接受折腾时再选——不要把它当成「便宜就能上本地 Cursor 智能体」的捷径。
有限支持
Intel（Arc / Xe / 独显）
严肃本地编码智能体场景偏实验性。虽有 SYCL/oneAPI 与 llama.cpp 后端，但 Arc 显存上限、驱动成熟度、以及 CUDA 中心工具链缺失，使 Intel 不宜作为 SWE 向工作站主路径。机器里已有卡可以轻量试；不要单独为 Arc 规划编码工作站。
一等公民（统一内存）
Apple Silicon
不是独显路径——统一内存 + MLX（或 llama.cpp/Ollama）。$/GB 贵但运维简单。档位与 SKU 表见整机美元区间。
TCO 对照 API
示意回本：三年摊销的月度 capex + 电费，对比 OpenRouter 上一次 100K+20K 编码任务。
| 档位 | 中位 capex（类） | 回本任务数 / 月 |
|---|---|---|
| 16GB | $450 | 1112 |
| 24GB | $2.2k | 4970 |
| 32GB | $3.8k | 8497 |
| 48GB | $4.5k | 10040 |
| 80GB | $9k | 19961 |
| 128GB | $12k | 26575 |
| 512GB | $28k | 61848 |
别买清单
- ≤16GB 笔记本硬上 70B 权重。
- 24GB 卡指望 480B 级 coder 下载。
- 个人 SWE 为补全去买 H100 / 机柜级。
假设与来源
硬件档是「类」+ 美元参考区间（非街价报价）。显存估算用 curated GGUF 体积 + 按规模的 KV 系数。编码分为手写 SWE/Aider/LiveCode/HumanEval 参考——非 harness 复现。API 任务成本取 OpenRouter 主 listing（若有）。
硬件美元数字为约 2026 年中的规划参考区间。下单前请核对自己渠道的实时街价。