AI显卡装机方案选择与显存共享问题分析

在考虑AI相关模型的本地部署时，显存大小和性能是关键因素。您提出的两个方案各有优劣，但考虑到资金限制在8-9k，我们可以进一步分析这两个方案的实际应用效果。

首先，关于显存共享，当您选择使用5070显卡时，即使显存较小，通过开启显存共享功能，可以在一定程度上缓解显存不足的问题。然而，显存共享会占用系统内存，可能会影响整体系统性能。对于模型输出速率，使用显存共享可能会降低处理速度，因为系统需要在CPU和GPU之间频繁交换数据。

其次，5070ti相较于5070拥有更多的显存，这可以显著提升处理大型AI模型的能力。虽然5070ti的显存为16GB，但考虑到您的预算，如果选择32GB 7200内存和5070ti的组合，可能会在显存共享的情况下提供更好的性能平衡。

综上所述，如果您的预算允许，将12GB的5070升级为16GB的5070ti可能会带来更好的性能表现，尤其是在处理大型AI模型时。但同时，您也需要考虑系统内存的影响，确保有足够的内存支持显存共享功能。最终的选择应该基于您的具体需求和预算情况。