之前介绍过自己跑本地模型的电脑（指路：穷鬼博主是怎么跑本地模型的；我是如何让2080Ti显卡吃上SageAttention优化的）。八月底的时候，想着可以再买一张 2080ti 通过 NVLink 跑更大的模型，就算不买的话，也可以把之前换下来的 Tesla P100 利用起来，于是就开始研究升级主板的事情。

看了一圈，最后选了精粤的 X99-TI D3 PLUS。

选这个一方面是因为我不想放弃我那 128G 的洋垃圾内存条（现在看来也还是比较正确的决定），另一方面是因为还挺便宜的，350块钱左右。

我感觉旧的服务器平台问题也不大，毕竟现在大模型推理，瓶颈并不在 CPU 或者内存上。

然后当我磨磨蹭蹭挑好主板和电源之后，发现显卡涨价了，原本 1980 元买的 2080ti 22G，涨到了 2300 元左右。锚定心理作祟，想着其实靠 AI 也没赚到钱，升级显卡的事情要不再等等？

等到现在，这个卡都快涨破 3000 元了。

得了，那就老老实实拿出了我的 P100。

不过说句题外话，这波显卡涨价我现在想想也算是情理之中，毕竟那时候 MiniMax H3 模型横空出世，本地生成视频终于不再是玩票性质了，再加上之后发布的 Qwen3.8-27b 和 Qwen3.8 Flash Next，尤其是这个月新发布的 Strata 推理框架，使得越来越多人或者公司发现，原来本地的大语言模型也终于可以拿来完成日常工作了，那显卡的需求持续升温，我觉得也是可以理解的事情。

至少我现在日常有一大部分工作是通过 Swift 1.5 Flash Next 完成的，不管是处理文字工作还是逆向工程上，能力都不差，这个之后再说。

说回正题。

我想着，那要用第二张显卡的话，电源也得升级下吧，于是拼多多上买了个二手的 1250W 矿龙电源。

装机完成，一切就绪，按下电源的那一刻，整个屋子砰得一下断电了。

不是电脑开不了机，是全屋直接跳闸。

大晚上的我赶紧连滚带爬地跑出屋外想把电闸推回去，结果电闸外面那门的锁芯坏了，叫上物业工作人员忙了半个多小时，才一起砸开了电闸的外门，搞了好一会儿家里才重新恢复了电。

我心有余悸地也没敢多试，索性就把电源退了，卖家收到货后说，发现内部电路板上似乎留下了螺丝接触的痕迹。

我这才想到可能是因为，我把电源固定在开放式机架上时，使用的螺丝太长，伸进了电源内部，从而造成了电气故障。

错怪了矿龙电源，错怪了拼多多。

屋漏偏逢连夜雨的是，我在退货的时候，把 P100 专用的那根电源供电线专供连接头一并退给了电源卖家。

我本来想着就是根普通的供电线，发现不是，想着可能用的是 GPU 通用的 8pin 供电线，于是上网买了根 CPU 8P 转双 GPU 8P 的转接线。

结果还是不能用。

这时候我才重视起来。

网上查了才知道，Tesla P100 的供电接口和普通游戏显卡不一样。它虽然同样使用 8-pin 接口，但采用的是 CPU/EPS 风格的供电定义，而不是普通显卡的 PCIe 8-pin 供电方式。

这就很尴尬了。

我已经折腾好几天，不想再等了，于是和人工智能讨论之后，我拿起了剪刀，费了好大劲儿，把原来那个电源自带的 CPU 的外部卡扣给剪了。

终于能够正常开机了。

写到这里我想起来之前好像也写过一篇供电线：人工智能大战显卡供电线 。在我这里，真是什么样的题材都能有第二部。

最后想要分享的是，原本以为两张显卡必须要用到 1200W 以上的电源，但其实几个月下来，我还是用着原来的 700W 电源，好好的没啥问题。当然以防万一，我还是对两张显卡的功率做了限制，2080 功率限制在了 225W，P100 则是175W 左右。

这篇主要就想分享硬件升级的过程，之后会再讲讲现在我是如何用这两张卡干活的。