开源大模型部署是否需要显卡支持取决于具体的应用场景和需求。一般来说，对于需要大量并行计算的模型，如深度学习、图像处理等任务，显卡的支持是非常必要的。显卡可以提供更高的计算性能和更好的并行处理能力，从而提高模型训练和推理的速度。
然而，对于一些轻量级的模型或任务，如文本分类、推荐系统等，可能不需要显卡支持。这些任务通常使用CPU或GPU即可完成，而且占用的资源相对较少。在这种情况下，可以考虑使用云计算平台或本地服务器进行模型部署，而不必购买高性能的显卡。
此外，对于一些特殊场景下的模型部署，如嵌入式设备、低功耗设备等，可能需要特别考虑显卡的功耗和散热问题。在这种情况下，可以考虑使用专门为低功耗设计的边缘计算设备，或者在硬件上进行优化以提高能效比。
总之，开源大模型部署是否需要显卡支持取决于多种因素，包括应用场景、任务类型、资源需求等。在决定是否购买显卡时，需要综合考虑以上因素，并根据实际情况做出合理的选择。
