# GPU usada para IA local: confira 128 SMs

> Published 2026-10-17T01:32:13.186Z on https://www.crazystack.com.br/pt/p/gpu-usada-para-ia-local-confira-128-sms/
> Source video: https://www.youtube.com/watch?v=8f6AHbc80N0

O risco de comprar GPU usada para IA local cresceu junto com o preço das placas de 24 GB. Vendedores anunciam projetos de reparo, enviam capturas de tela bonitas e pedem pagamento antes de qualquer teste. A saída é simples: exigir que o vendedor ligue a placa numa máquina com driver instalado e rode o sample deviceQuery na sua frente, comparando a linha de multiprocessadores com o valor esperado.

## Qual número separa uma RTX 4090 real de uma remarcada?

O número que separa uma RTX 4090 real de uma placa remarcada é a contagem de multiprocessadores que o driver reporta: 128 SMs numa RTX 4090 padrão de 24 GB contra 82 numa RTX 3090. Nomes, adesivos e até gravações a laser podem ser refeitos, mas a quantidade de blocos de computação faz parte de como o chip foi fabricado.

A Nvidia constrói essas GPUs a partir de blocos repetidos chamados streaming multiprocessadores, ou SMs. A RTX 4090, baseada no die AD102, é especificada com 128 deles. Já os chips GA102 usados nas placas de 30ª série param em 82 SMs na RTX 3090, 84 na 3090 Ti e 80 na 3080 Ti.

Uma analogia ajuda: pense no nome da placa como a placa de um prédio e na contagem de SMs como o número de salas internas. Repintar a fachada é barato, mas um prédio de 84 salas não vira um de 128. A ressalva é que esse número diz qual chip você tem, não a velocidade dele.

Para ler a contagem, você pergunta ao driver em vez de olhar a etiqueta. O runtime CUDA da Nvidia define uma estrutura chamada CUDA device prop, com um campo multiprocessorCount documentado como o número de multiprocessadores do dispositivo. O sample deviceQuery, que acompanha o [NVIDIA CUDA Toolkit](https://docs.nvidia.com/cuda/cuda-samples/index.html), apenas imprime essas propriedades.

A documentação define o campo, mas não explica como o driver chega ao valor, e não há teste público registrado que tenha rodado um sample falso por ele. A afirmação de que uma placa falsa não passa é uma inferência a partir do layout do die, não uma medição verificada.

Duas variantes legítimas ficam fora da regra dos 128. A RTX 4090D, versão para o mercado chinês, tem 114 multiprocessadores, então uma unidade vendida como 4090 comum reprova no teste. Também existem 4090 modificadas com 48 GB de VRAM, o que restringe a regra a placas padrão de 24 GB.

## Os três tipos de RTX 4090 falsa que circulam

Os três tipos de RTX 4090 falsa que circulam são a placa nua com pacote falso, o chip GA102 lixado e regravado como AD102 e a placa de 30ª série modificada. Cada um engana um tipo diferente de verificação, e só o primeiro nunca liga.

O caso noticiado em outubro de 2026 descreve uma placa comprada por 30 mil rublos, cerca de US$ 350, e enviada como projeto de reparo. Depois de dessoldar o pacote da GPU, não havia chip algum sob a tampa metálica, e a memória parecia GDDR6 em vez da GDDR6X da placa real. Vender a placa sem cooler é uma forma prática de garantir que ninguém descubra se ela funciona.

O segundo tipo usa uma GPU que funciona, mas mente sobre a identidade. A PC Guide documentou em julho de 2024 um caso em que um chip de 3080 Ti teve a marcação antiga polida e regravada a laser como AD102, com troca de memória junto.

O terceiro tipo parte de doadoras de 30ª série. A TechSpot relata um técnico que recebeu quatro 4090 com defeito e descobriu que três eram adaptadas de peças de 3090 e 3080, cada uma comprada por cerca de US$ 1.394. São GPUs reais rodando como o modelo errado, então uma placa que liga não prova quase nada.

A tabela abaixo resume o que cada tipo faz e como escapar dele.

| Tipo de falsificação | Liga? | Como detectar |
| --- | --- | --- |
| Placa nua, pacote falso | Não | Exigir teste ao vivo antes de pagar |
| Chip regravado (AD102 falso) | Sim | Contagem de SMs abaixo de 128 |
| Doadora de 30ª série modificada | Sim | Contagem de SMs de 80, 82 ou 84 |

## Por que GPU-Z e capturas de tela não bastam

O GPU-Z e capturas de tela não bastam porque leem identificadores que podem ser falsificados, e uma RTX 3090 legítima carrega a mesma memória GDDR6X de 24 GB que uma 4090. Ferramentas genéricas ajudam a flagrar o tipo errado de memória, mas não provam qual chip está sob a tampa.

O próprio detector de placas falsas do [GPU-Z](https://www.techpowerup.com/gpuz/) foi criado em 2018 para pegar chips antigos regravados como modelos mais novos, com exemplos como G84 e G92 numa lista publicada. Guias de compra de 2026 recomendam combinar o GPU-Z com um benchmark, o que é razoável até certo ponto.

A limitação aparece quando você compara 3090 e 4090 lado a lado. As duas trazem 24 GB de GDDR6X, então tamanho e tipo de memória não separam as duas. A única linha de memória que difere é a largura de banda: 936 GB/s na 3090 e 1.008 GB/s na 4090.

Esse número aparece em anúncios e capturas, ou seja, é mais um dado que o vendedor pode digitar. Ele não substitui uma contagem que o seu próprio driver lê da placa. A verificação precisa acontecer ao vivo, na sua máquina ou numa tela que você acompanhe o vendedor operar, nunca numa imagem enviada por mensagem.

A sequência prática em três passos:

1. Ligue a placa numa máquina com driver CUDA instalado e rode o sample deviceQuery.
2. Localize a linha de multiprocessadores e compare com 128 para uma 4090 de 24 GB.
3. Abra o GPU-Z como segunda olhada, sabendo que uma tela limpa não anula uma contagem abaixo de 128.

## Quanta VRAM seu modelo realmente ocupa?

A VRAM que seu modelo ocupa sai de duas contas: parâmetros vezes bytes por parâmetro para os pesos, mais o cache KV do contexto. Em 16 bits cada peso ocupa cerca de 2 bytes; no formato comprimido Q4_K_M, cerca de 0,6 byte por peso.

Um modelo de 70 bilhões de parâmetros pede perto de 140 GB em 16 bits e aproximadamente 42 GB comprimido em Q4. Isso já responde à pergunta central de compra: nenhuma placa única de 24 GB carrega um modelo de 70B em Q4, seja uma 3090 ou uma 4090.

O cache KV guarda dados de atenção para cada token de contexto e cresce rápido. Para o Llama 3.3 de 70 bilhões em 16 bits, o cache fica em torno de 2,6 GB com 8K tokens e cerca de 41 GB com 128K tokens. Contexto longo é a forma mais cara de dizer "como conversamos antes".

Um modelo de 30 bilhões em Q4 ocupa cerca de 18 GB de pesos. Com a sobrecarga habitual de 15% a 20%, isso vira uns 21 GB, o que cabe numa placa de 24 GB com alguma folga para contexto.

Para fazer essa conta com os seus próprios números, use a fórmula padrão: parâmetros × bytes por parâmetro, mais o cache KV. A conta é aritmética simples, mas depende do formato de quantização e do tamanho do contexto que você pretende usar.

## Largura de banda: a 4090 é só 8% mais rápida?

Nesta conta de teto, a RTX 4090 fica cerca de 8% acima da RTX 3090 na geração de tokens, porque a decodificação depende da velocidade com que os pesos saem da memória. A Databricks explicou em outubro de 2023 que o tempo por token é aproximadamente o tamanho do modelo mais o cache dividido pela largura de banda.

O exemplo da Databricks usa um modelo de 7 bilhões em 16 bits, que move 14 GB por token. Divida os 936 GB/s da 3090 por um modelo de 20 GB e você chega a um teto perto de 47 tokens por segundo. A mesma conta dá à 4090, com 1.008 GB/s, um teto próximo de 50 tokens por segundo.

Uma RTX 5060 Ti, com 448 GB/s, chega a cerca de 22 tokens por segundo nesse mesmo modelo, embora ele não caiba nos seus 16 GB. Todos esses valores são tetos calculados, não benchmarks medidos. Eles ignoram o processamento do prompt, que é um trabalho separado e não entra nessa fórmula.

Trate a largura de banda como critério de desempate, não como veredito. Capacidade decide se o modelo carrega, largura de banda decide a que velocidade ele responde. Por isso o custo por gigabyte funciona como primeiro filtro e a banda como segundo.

## Custo por gigabyte: qual GPU usada para IA local compensa

O custo por gigabyte coloca a RTX 3060 usada na frente e a RTX 4090 no fim da fila, segundo instantâneos de agregadores de preço entre o fim de setembro e 11 de outubro de 2026. Os preços variam 30% ou mais entre rastreadores, então cada valor por GB é aritmética simples sobre um número que se move.

Uma RTX 3060 usada de 12 GB sai por cerca de US$ 290, o que dá aproximadamente US$ 24 por gigabyte. É a memória mais barata da lista e também o menor conjunto. Já uma RTX 5060 Ti de 16 GB aparece entre US$ 580 e US$ 650, algo entre US$ 36 e US$ 41 por gigabyte, sem que os instantâneos digam se o preço é de placa nova ou usada.

Uma RX 7900 XTX usada de 24 GB fica perto de US$ 975, cerca de US$ 41 por gigabyte. Lembre que o deviceQuery pertence ao ferramental CUDA da Nvidia, então ele não ajuda a verificar uma placa AMD.

As 3090 usadas ficam entre US$ 1.199 e US$ 1.450 conforme o rastreador, o que dá cerca de US$ 50 a US$ 60 por gigabyte pelos mesmos 24 GB de GDDR6X. Mesmo no preço mais baixo, perto de US$ 2.070, uma 4090 usada sai a aproximadamente US$ 86 por gigabyte. A US$ 2.800, cada um dos seus 24 GB custa cerca de US$ 117.

| Placa | VRAM | Preço (US$) | US$ por GB | Banda |
| --- | --- | --- | --- | --- |
| RTX 3060 usada | 12 GB | ~290 | ~24 | 360 GB/s |
| RTX 5060 Ti | 16 GB | 580–650 | 36–41 | 448 GB/s |
| RX 7900 XTX usada | 24 GB | ~975 | ~41 | 960 GB/s |
| RTX 3090 usada | 24 GB | 1.199–1.450 | ~50–60 | 936 GB/s |
| RTX 4090 usada | 24 GB | ~2.070–2.800 | ~86–117 | 1.008 GB/s |

Usando os valores dos rastreadores, uma 3090 sai de 30% a 57% mais barata por gigabyte que uma 4090, com os mesmos 24 GB. Em janeiro de 2026, o [XDA Developers](https://www.xda-developers.com/) defendeu a 3090 usada como escolha de custo-benefício a cerca de US$ 800; com os preços atuais, esse argumento perdeu força, mas a comparação relativa segue válida.

## Rumor do RTX 5090 deve mudar sua decisão?

O rumor de que a Nvidia pode encerrar a venda da RTX 5090 não deve mudar sua decisão de compra, porque nenhuma das duas afirmações foi confirmada pela fabricante. Dois perfis no X publicaram, em 10 de outubro de 2026, versões diferentes dessa história, e ambas continuam no campo da especulação.

Uma das postagens diz que todo o fornecimento futuro de GB202 vai para a linha RTX Pro. A outra afirma ter uma nota de fábrica segundo a qual todo modelo 5090 sai de linha e a 5080 de 24 GB passa a ser a GeForce de topo. Nenhuma das duas tem confirmação oficial.

Mesmo que o rumor se concretize, o estoque existente pode continuar sendo vendido. Deixe o rumor fora do seu orçamento e trate qualquer anúncio que use escassez como prazo final com desconfiança redobrada. Urgência fabricada é uma ferramenta clássica de quem vende placa falsa.

O que muda a sua decisão é o modelo que você pretende rodar. Se o seu caso pede 24 GB numa placa Nvidia, a compra mais equilibrada é uma 3090 usada que reporte 82 multiprocessadores. Se 16 GB bastam, a 5060 Ti entre US$ 580 e US$ 650 é o caminho mais barato, ainda que os 448 GB/s reduzam o teto de velocidade. Para quem está começando, uma 3060 de US$ 290 entrega 12 GB com o menor dinheiro em risco.

## Perguntas frequentes

- **Qual número devo olhar para saber se uma RTX 4090 é real?** É a contagem de multiprocessadores reportada pelo driver: 128 SMs numa RTX 4090 padrão de 24 GB. Uma RTX 3090 remarcada mostra 82, uma 3090 Ti mostra 84 e uma 3080 Ti mostra 80. O valor vem do silício e não pode ser reescrito por BIOS ou gravação a laser.

- **O GPU-Z consegue detectar uma RTX 4090 falsa?** Ele ajuda a flagrar o tipo errado de memória e o barramento, mas não é prova suficiente. Uma RTX 3090 legítima tem os mesmos 24 GB de GDDR6X de uma 4090, então tamanho e tipo de memória não separam as duas. Uma tela limpa de GPU-Z nunca anula uma contagem de SMs abaixo de 128.

- **Uma RTX 4090 roda um modelo de 70B em Q4?** Não. Um modelo de 70 bilhões em Q4 ocupa cerca de 42 GB só de pesos, acima dos 24 GB de qualquer placa única. Nem a 3090 nem a 4090 carregam esse modelo sem dividir camadas entre placas ou recorrer à memória do sistema.

- **Quanto preciso pagar para começar em IA local?** Se 12 GB bastam para os seus modelos, uma RTX 3060 usada de cerca de US$ 290 é o menor risco de entrada, segundo instantâneos de preço de outubro de 2026. Para 24 GB, o custo sobe bastante: as 3090 usadas ficam entre US$ 1.199 e US$ 1.450.

- **Posso confiar no pagamento antes de testar a placa?** Não. Mantenha o pagamento reversível até o deviceQuery ter rodado numa máquina com driver instalado. Se o vendedor não deixar a placa ligar antes de o dinheiro sair, trate o anúncio como o tipo de placa nua com pacote falso até prova em contrário.

[Source video](https://www.youtube.com/watch?v=8f6AHbc80N0)