前言
现在的显卡价格真的是贵的离谱，1080P通吃的甜品卡比如说4060和6750GRE的价格都在2000左右，高端一些的4070什么的小黄鱼上面都要3500+，更别说刚出的50系显卡了，5070ti溢价都要到7200+了。我本来想着攒钱等50系出了买一张5080的，但现在这个溢价只能说让人望而却步......
那么，我们垃圾佬会捡怎么样的显卡呢？RX 580吗？不不不，这货这几年涨价涨的太厉害了，两百多的现在到了三四百块，而且都是很多翻新货，能用一个月就不亏，两个月就是赚。这次主要是花了一次乐子钱买了两张卡，P106-100和P104-100。这两张卡你可能没有听过，但其实他们都是10系的GTX1060 6G和GTX1070 8G阉割了视频输出单元而来的，具体参数我们后面再聊吧。
简介
P106-100的前身是1060 6G，具体来说阉割了PCI-E带宽，从pcie3.0 x16变成了pcie1.1 ×16，还有视频编解码单元，简单来说就是不能输出图像，其余都与1060一致。P104-100也一样，无视频编解码功能，pcie带宽是1.1×4。
为什么这种没有视频输出功能的显卡会出现呢？这是因为几年前的“挖矿潮”了，因为挖矿不用输出图像，只需要处理数据就行了，所以说当时的N卡专门推出了为“挖矿”而生的显卡，也就是我们所说的P106这种P前缀的，还有之后的30HX，40HX之类的卡，再后来矿难之后就再也没有推出过新矿卡了。
打个比方，现在1060 6G也要五六百块，所以说P106这种矿卡就显得非常香了。如果是跑AI的话（包括大模型和Stable Diffusion)，那直接找个官方驱动打上就行了，比如说驱动总裁和鲁大师那些软件，非常简单易懂。
打游戏安装魔改驱动
如果打游戏的话，他也有上手门槛的，比如说你的电脑要有核显，或者是另一张负责显示的显卡来输出图像。而且要去网上下载民间大佬的魔改驱动安装。具体步骤如下：
准备东西：DDU（显卡驱动卸载软件），矿卡，魔改驱动，GPU-Z
①进“安全模式”中打开DDU，把N卡驱动卸载掉，卸载后关机。
②把你的网线拔了，如果用WiFi的在安全模式中把WiFi禁用了。
③把显卡装上，供电线也插上。
④开机，进入的肯定是正常使用的Windows。之后安装魔改驱动，按安装步骤一步一步来。
⑤在安装完之后打开GPU-Z，看看你的矿卡有没有被正常识别到。如果识别到了，那就是没问题了。如果失败，那就得从头再装一次，多次失败的话就要考虑是不是显卡出问题了。
好了，闲话少说，我们来进实测。
3Dmark Time Spy跑分
先来看看基准跑分吧：
P104-100
P106-100
虽然P104-100的带宽小，但是这也掩盖不了它的核心是1070阉割版，比起P106-100的1060阉割版来说，还是强很多的。顺带一提，因为主板原因，P106-100跑的pcie通道是4.0×1，虽然只有16GB/s，但是已经可以跑满了，不需要它所说的1.1×16。
AI性能
在AI方面我们用的是Ollama和Stable Diffusion。Ollama用的语言大模型是deepseek-r1-distill-llama-8b，为什么不用LMS呢？欸，因为LMS识别不到矿卡的CUDA，所以说只能换用Ollama了。SD是老设置：三标签 512*512 150steps 8张 默认设置，关闭共享显存。
Ollama的三个问题：
Q1：你好
Q2：你觉得英伟达怎么样？
Q3：你了解英伟达公司的1080显卡吗？
Ollama
首先我们来看看两张卡跑语言大模型的表现：
P106-100
Q1：prompt_eval_duration 111ms
tokens_per_second 22.48
Q2：prompt_eval_duration 177ms
tokens_per_second 20.15
Q3：prompt_eval_duration 1.23s
tokens_per_second 17.87
P104-100
Q1：prompt_eval_duration 90ms
tokens_per_second 32.14
Q2：prompt_eval_duration 125ms
tokens_per_second 28.96
Q3：prompt_eval_duration 1.19s
tokens_per_second 25.86
第一行的数据是生成第一个token的延迟，只不过在Ollama中的名称不一样。第二行的数据就是我们熟知的每秒生成token数了，这个数据是简化过的，原始数据会在后面展示出来，顺便还有返回值的注解，感兴趣的可以看看。
不难发现，无论是速度还是延迟，都是P104-100更胜一筹。看来更小带宽并没有给他太大的影响，反而是更强的核心推理速度更快。速度平均下来，P104-100比P106-100快了大约43.7%，而延迟平均也要低7.5%。更别说P104-100在Q3时的速度都超过了P106-100在Q1的速度了......所以说核心性能的强弱才是跑大模型快慢的决定性因素。
Ollama返回值注解
total_duration：生成响应所花费的总时间。
load_duration：以纳秒为单位加载模型所花费的时间。
prompt_eval_count：提示文本中的标记（tokens）数量。
prompt_eval_duration：以纳秒为单位评估提示文本所花费的时间。
eval_count：生成响应中的标记数量。
eval_duration：以纳秒为单位生成响应所花费的时间。
context：用于此响应中的对话编码，可以在下一个请求中发送，以保持对话记忆。
response：如果响应是以流的形式返回的，则为空；如果不是以流的形式返回，则包含完整的响应。
tokens_per_second：标记数每秒
注：要计算生成响应的速度，以标记数每秒（tokens per second，token/s）为单位，可以将 eval_count / eval_duration 进行计算。
原始数据
P106-100
Q1：total_duration 12.74s
load_duration 11.60s
prompt_eval_count 6
prompt_eval_duration 111ms
eval_count 23
eval_duration 1.02s
tokens_per_second 22.48
Q2：total_duration 35.38s
load_duration 13ms
prompt_eval_count 37
prompt_eval_duration 177ms
eval_count 709
eval_duration 35.18s
tokens_per_second 20.15
Q3：total_duration 81.30s
load_duration 14ms
prompt_eval_count 442
prompt_eval_duration 1.23s
eval_count 1430
eval_duration 80.04s
tokens_per_second 17.87
P104-100
Q1：total_duration 820ms
load_duration 14ms
prompt_eval_count 6
prompt_eval_duration 90ms
eval_count 23
eval_duration 716ms
tokens_per_second 32.14
Q2：total_duration 25.18s
load_duration 20ms
prompt_eval_count 37
prompt_eval_duration 125ms
eval_count 725
eval_duration 25.04s
tokens_per_second 28.96
Q3：total_duration 47.82s
load_duration 14ms
prompt_eval_count 548
prompt_eval_duration 1.19s
eval_count 1205
eval_duration 46.61s
tokens_per_second 25.86
Stable Diffusion
来看看AI画图吧：
P106-100
512*512 三标签 迭代步数150steps 八张 用时:10 min. 41.4 sec.
P104-100
512*512 三标签 迭代步数150steps 八张 用时:7 min. 9.4 sec.
可以看出，P104-100的出图速度比P106-100快大约33%。主要原因是P104-100的核心计算能力强，带宽的影响反而没有那么重要了。所以说如果想接触一下AI画图，搞一两张P104-100还是很香的，一个乐子钱就可以玩这些，何乐而不为呢？
游戏性能
因为带宽的影响，P106的带宽高于P104，所以说P104虽然用的是1070的核心，但是带宽限制了他的发挥，导致游戏性能比P106差，这是直面参数上可以看出的，具体的表现也是和我们所预测的一致。
这次测三款游戏，分别是幻兽帕鲁，史莱姆牧场2，史莱姆牧场。三款游戏分别在2K画质下，以最低画质和最高画质测，一共测两次。
看看史莱姆牧场的表现把，差不多七年前的老游戏了，在性能这方面肯定都是足够的，N卡的话优化肯定也不会差。
P104-100史莱姆牧场最低预设
意外
由于测的时候P106-100挂了TT，所以后面的游戏测试什么的不能测下去了，而且P104-100的调用也有些问题，所以这期只能到这里了。
总结
总的来说，在AI性能方面，P106-100还是逊于P104-100的。无论是速度，还是显存大小都要差一点。毕竟核心规模就摆在那里，一个是1060的核心，另外一个是1070的核心。但是如果是跑游戏的话，带宽影响还是比较明显的，×16和×4的差距并不是一点半点。当然我并没有暗示某款最新的显卡，用的还是×8的带宽，演都不带演了。