把高性能显卡放在客厅跑大模型，速度固然重要，但热风和风扇声也很难忽略。一位 Reddit 用户测试发现，把 RTX 5090 的功耗上限从 600W 调到 480W，Qwen3.6-27B-Q6_K 的解码速度仅从每秒 61.5 个词元降至 60.2 个，损失约 2.1%。解码就是模型逐个生成新词元的阶段，直接决定聊天时文字“吐”得多快。
代价主要出现在预填充——模型并行读取整段提示的阶段。按其表格，速度从每秒 3242.9 降至 2863.4，约慢 11.7%，但作者认为这一阶段本来就很快。继续降到 450W 后，解码损失扩大到 4.2%，说明 480W 更接近性能与功耗的折中点。作者称限功耗明显减少了噪声和热量；不过这只是单台机器、单个模型的一次快速测试，相关效果尚未独立核查。