Skip to main content
PromptQuorumPromptQuorum
Início/LLMs locais avançados/Melhor workstation para IA local 2026: três níveis de orçamento
Overview & Reference

Melhor workstation para IA local 2026: três níveis de orçamento

··Por Hans Kuepper · Fundador do PromptQuorum, ferramenta de despacho multi-modelo de IA · PromptQuorum
Ler em:
🇺🇸en🇩🇪de🇫🇷fr🇯🇵ja🇨🇳zh🇪🇸es🇧🇷pt🇸🇦ar🇰🇷ko

A melhor workstation de IA local em 2026 para a maioria dos usuários é um build de $2500: RTX 4090 (24 GB VRAM) + Ryzen 9 9950X + 64 GB DDR5. Roda modelos 7B a 100–120 tok/s, 14B em Q8 sem offloading e 30B Q4 a 25–35 tok/s — cobrindo 95% dos casos de uso reais de LLM local.

Esta página contém links de referência para produtos de terceiros. O PromptQuorum não está inscrito em nenhum programa de afiliados — são links simples que não geram comissão. Clicar nos links e os próximos passos são de sua inteira responsabilidade. Estes links não representam qualquer endosso ou verificação por parte do PromptQuorum.

Principais conclusões

  • A RTX 4090 é a melhor GPU de consumo individual para IA local em 2026: 24 GB VRAM, ~1 TB/s de largura de banda
  • Os modelos 70B Q4 precisam de mais de 40 GB VRAM — exigem dual RTX 3090 ou CPU offloading
  • Ryzen 9 9950X (Zen 5, 16 núcleos) é a melhor CPU para CPU offloading rápido de camadas grandes
  • DDR5-6000 com no mínimo 64 GB; 128 GB permite CPU offloading de modelos 70B a velocidades úteis
  • NVMe PCIe Gen 4/5 carrega um modelo de 7B em menos de 2 segundos contra os mais de 10 segundos em SATA
  • Os três builds usam o mesmo socket AM5 — atualize GPU/RAM sem trocar a placa-mãe

Nível 1: workstation de IA econômica por $1200

O build econômico de $1200 usa uma RTX 3090 usada (24 GB VRAM) como núcleo. Roda Llama 3.3 8B Q8 a 45–60 tok/s, Qwen3 14B Q8 a 20–28 tok/s e Qwen3 32B Q4 a 12–18 tok/s totalmente na GPU. A RTX 3090 consome 350 W — combine-a com uma fonte de qualidade de 850 W.

  • Modelos compatíveis em velocidade total de GPU: 7B (qualquer quantização), 13B (Q4/Q8), 14B (Q4/Q8), 30B (Q4)
  • Suporte a 70B: exige CPU offloading — ~5–8 tok/s, funcional mas não ideal
  • Consumo elétrico: ~450 W em pico (GPU 350 W + CPU 65 W + restante)
  • Fonte recomendada: Corsair RM850x ou equivalente 80+ Gold
ComponenteModeloPreço (maio de 2026)
GPUNVIDIA RTX 3090 (usada, 24 GB)~$440
CPUAMD Ryzen 7 7700X~$180
Placa-mãeMSI MAG X670E Tomahawk WiFi~$170
RAM64 GB DDR5-5600 (2×32 GB)~$110
Armazenamento2 TB PCIe Gen 4 NVMe~$90
Fonte850 W certificada 80+ Gold~$90
GabineteTorre média ATX, 3+ slots para ventoinhas~$70
Cooler de CPUAIO 240mm ou torre~$60
Total~$1.210
RTX 3090 usada no eBaylink de produto · divulgadoAMD Ryzen 7 7700X na Amazonlink de produto · divulgado

Nível 2: workstation de IA recomendada por $2500

O build recomendado de $2500 se concentra na RTX 4090 (24 GB, ~1 TB/s de largura de banda de memória) combinada com o AMD Ryzen 9 9950X (Zen 5, 16 núcleos). A 4090 é 30–40% mais rápida que a 3090 por GB de VRAM e consome menos energia por token. Este build lida com modelos 30B Q4 totalmente na GPU e modelos 70B via CPU offloading a 10–15 tok/s com 64 GB de RAM.

  • Modelos compatíveis em velocidade total de GPU: 7B–30B (qualquer quantização), 32B (Q4 cabe em 24 GB)
  • Suporte a 70B: CPU offloading a 10–15 tok/s com 64 GB RAM; atualize para 128 GB para 15–20 tok/s
  • Velocidade 7B Q4: ~105–125 tok/s no Ollama
  • Velocidade 14B Q8: ~48–60 tok/s
  • Velocidade 30B Q4: ~28–38 tok/s
  • Consumo elétrico: ~550 W em pico (GPU 450 W + CPU 65 W + restante)
ComponenteModeloPreço (maio de 2026)
GPUNVIDIA GeForce RTX 4090 24 GB~$1.650
CPUAMD Ryzen 9 9950X (16C/32T, Zen 5)~$420
Placa-mãeASUS ProArt X870E-Creator WiFi~$350
RAM64 GB DDR5-6000 CL30 (2×32 GB)~$145
Armazenamento4 TB PCIe Gen 5 NVMe~$200
Fonte1000 W certificada 80+ Platinum~$150
GabineteTorre completa ATX com bom fluxo de ar~$120
Cooler de CPUAIO 360mm~$90
Total~$3.125
RTX 4090 na Amazonlink de produto · divulgadoRyzen 9 9950X na Amazonlink de produto · divulgadoASUS ProArt X870E na Amazonlink de produto · divulgado

Nível 3: workstation profissional 70B por $5000

O build profissional de $5000 é voltado para a inferência de modelos 70B em velocidade de GPU (25–40 tok/s) usando duas RTX 3090 para um total de 48 GB VRAM. O Ryzen Threadripper 7960X (24 núcleos, alta largura de banda de memória) acelera o CPU offloading para modelos que ultrapassam os 48 GB. Com 256 GB DDR5, até os modelos 140B quantizados carregam totalmente na RAM.

  • Modelos compatíveis em velocidade total de GPU (48 GB VRAM no total): 7B–70B Q4, 30B Q8
  • Velocidade 70B Q4: 25–40 tok/s (ambas RTX 3090 ativas via paralelismo de tensores no Ollama)
  • CPU offloading com 256 GB RAM: roda modelos de 140B+ a 4–6 tok/s
  • Configuração dual GPU: o Ollama detecta ambas as GPUs automaticamente; não precisa de NVLink
  • Consumo elétrico: ~900 W em pico (2× GPU 700 W + CPU 350 W + restante)
  • Fonte recomendada: Seasonic PRIME TX-1600W ou equivalente
ComponenteModeloPreço (maio de 2026)
GPU ×22× NVIDIA RTX 3090 24 GB (usadas)~$880
CPUAMD Ryzen Threadripper 7960X (24C)~$1.300
Placa-mãeASUS Pro WS TRX50-SAGE WiFi~$650
RAM256 GB DDR5-5200 ECC (8×32 GB)~$650
Armazenamento8 TB PCIe Gen 4 NVMe (2×4 TB)~$360
Fonte1600 W Platinum modular~$280
GabineteTorre completa HEDT ATX~$180
Cooler de CPUAIO 360mm + ventoinhas adicionais~$120
Pontes/Cabos GPUNVLink não necessário (Ollama usa ambas)~$0
Total~$4.420
2× RTX 3090 no eBaylink de produto · divulgadoRyzen Threadripper 7960X na Amazonlink de produto · divulgadoASUS TRX50-SAGE na Amazonlink de produto · divulgado

Stack de software para qualquer build

Uma vez montado o hardware, colocar o Ollama em funcionamento leva menos de 10 minutos:

  1. 1
    Instale o Ubuntu 22.04 LTS ou o Windows 11 (o Ubuntu é preferível pela estabilidade do CUDA)
  2. 2
    Instale os drivers da NVIDIA 550+ do nvidia.com ou com ubuntu-drivers autoinstall
  3. 3
    Instale o Ollama: curl -fsSL https://ollama.com/install.sh | sh
  4. 4
    Baixe um modelo: ollama pull qwen2.5:14b-instruct-q8_0
  5. 5
    Rode como servidor de rede: OLLAMA_HOST=0.0.0.0 ollama serve
  6. 6
    Instale o Open WebUI para interface no navegador: docker run -d -p 3000:8080 --gpus all ghcr.io/open-webui/open-webui:cuda
  7. 7
    Use o Tailscale para acesso remoto seguro de qualquer dispositivo

Comparação de desempenho nos três builds

Modelo + quantizaçãoEconômico ($1200)Recomendado ($2500)Profissional ($5000)
Llama 3.3 8B Q455–70 tok/s105–125 tok/s120–140 tok/s
Qwen3 14B Q820–28 tok/s48–60 tok/s55–70 tok/s
Qwen3 32B Q412–18 tok/s28–38 tok/s40–55 tok/s
Llama 3.3 70B Q45–8 tok/s (CPU)10–15 tok/s (CPU)25–40 tok/s (GPU)
Mixtral 8x22B Q415–22 tok/s32–45 tok/s45–60 tok/s

É melhor montar uma workstation ou alugar GPU na nuvem para rodar modelos de 70B?

Para uso regular (2+ horas por dia), monte a workstation. Uma A40 dedicada de 48 GB na RunPod custa $0,44/h — a 4 horas por dia, isso dá $641 por ano. O build profissional de $3000–4000 se paga em 5–6 anos em relação à nuvem. Para uso ocasional (menos de 1 hora por dia), a nuvem é mais econômica. Veja nossa calculadora de custos em /pt/local-llms/local-llm-cost-calculator-build-vs-rent-2026.

Preciso de NVLink para rodar o Ollama em duas GPUs?

Não. O Ollama usa paralelismo de tensores CUDA para distribuir as camadas do modelo entre várias GPUs via PCIe — não precisa de NVLink. O NVLink aumentaria a largura de banda entre GPUs de ~32 GB/s (PCIe 4.0 x16) para ~600 GB/s, algo relevante para o treinamento, mas pouco significativo para a inferência. A configuração com dual RTX 3090 funciona perfeitamente sem NVLink.

Por que uma dual RTX 3090 em vez de uma RTX 4090 para o build profissional?

A VRAM é o fator decisivo. Duas RTX 3090 de 24 GB cada = 48 GB no total, suficiente para Llama 3.3 70B Q4 (~40 GB). Uma única RTX 4090 tem apenas 24 GB — o modelo 70B Q4 não cabe sem CPU offloading. Para inferência de 70B em velocidade de GPU, a dual 3090 vence em VRAM por dólar. Para 30B e inferiores, a RTX 4090 é mais rápida por dólar.

Posso começar com o build econômico e atualizar para o nível recomendado?

Sim — os três builds usam o socket AM5 (Níveis 1 e 2) ou TRX50 (Nível 3). Você pode substituir a RTX 3090 por uma RTX 4090 mais tarde, ou adicionar uma segunda GPU. Os módulos de RAM são compatíveis. A única incompatibilidade é entre os Níveis 1/2 (AM5) e o Nível 3 (TRX50) — passar para o Threadripper exige placa-mãe e CPU novas.

Qual tomada de energia preciso para o build profissional?

O build profissional (dual RTX 3090 + Threadripper) tem um pico de ~900 W na tomada. Uma tomada padrão de 15A/120V nos EUA suporta ~1800 W — é suficiente. As tomadas europeias de 16A/230V suportam ~3680 W. Use uma fonte de qualidade (Seasonic, Corsair, be quiet!) com eficiência 80+ Platinum para minimizar o calor e o consumo.

Leitura relacionada

← Voltar para LLMs locais avançados