Сначала о том, зачем вообще карта
Представьте: вы прикрутили к сайту AI-чат-бота на API, он бодро отвечает клиентам, всё хорошо. А через месяц открываете счёт и понимаете, что токены съели больше, чем годовой хостинг вместе с доменом. Первая мысль — «а не поднять ли модель у себя?»
Честный ответ: не всегда. Локальная карта — это разовые вложения плюс электричество, шум и вечер на настройку. Но если вы гоняете модели каждый день, работаете с данными клиентов, которые нельзя отдавать в облако, или вам нужна работа без интернета — сборка окупается за несколько месяцев. Ниже разберём, что брать в 2026 году и на что смотреть, чтобы не переплатить.
Что реально важно, а что маркетинг
Производители любят писать про терафлопсы. Для обучения моделей они важны, для повседневного инференса (так называют запуск уже готовой модели) — куда меньше, чем кажется. Решают четыре вещи:
- Объём видеопамяти (VRAM). Главное. Не влезла модель в память — она либо не запустится, либо начнёт считать часть слоёв на процессоре, и скорость упадёт в разы. Лишние 8 ГБ полезнее, чем +20% частоты.
- Пропускная способность памяти. При генерации текста узкое место — именно она, а не вычислительные ядра. Карта с 24 ГБ и памятью на 1000 ГБ/с будет заметно быстрее такой же по объёму, но с 500 ГБ/с.
- Софт. CUDA у Nvidia — дефолт: под неё собрано почти всё (Ollama, llama.cpp, ComfyUI, vLLM). AMD требует ROCm и в основном Linux, Intel — IPEX-LLM и Vulkan, Apple — Metal. Работает, но возни больше.
- Питание и охлаждение. Флагман на 575 Вт — это блок питания на 1000 Вт, просторный корпус и слышимость как у фена. Если карта стоит в жилой комнате, это не мелочь.
Отсюда правило: считайте не терафлопсы, а цену за гигабайт VRAM и удобство экосистемы.
Сколько VRAM нужно под конкретные задачи
Ориентиры на начало 2026 года. Квантование — это сжатие весов модели до 4 или 8 бит, которое экономит память ценой небольшой потери качества:
- 8 ГБ — Stable Diffusion 1.5, Whisper, небольшие эмбеддинги. Модель на 7–8B влезает только в 4-bit и с оговорками.
- 12 ГБ — 7–8B в 4-bit уже комфортно, SDXL, Flux в квантованном виде.
- 16 ГБ — 13–14B в 4-bit, SDXL и Flux без компромиссов, обучение LoRA.
- 24 ГБ — 30–32B в 4-bit, обучение LoRA для серьёзных задач.
- 32 ГБ и больше — 32B в 8-bit, 70B в 4-bit.
Задача «попробовать, что это вообще такое» закрывается 12 ГБ. Задача «рабочая лошадка на каждый день» — это минимум 16 ГБ, лучше 24.
Топ видеокарт: от бюджета к флагману
Бюджет: RTX 3060 12 ГБ (б/у)
Народная карта для входа. Двенадцать гигабайт, полноценная CUDA, огромное количество готовых инструкций — и всё это примерно за 18–25 тысяч рублей на вторичке (цены здесь и далее ориентировочные, на момент публикации, и на рынке РФ гуляют на 20–30% в месяц).
Минусы честные: чип старый, память на 360 ГБ/с — это медленно по сегодняшним меркам, а б/у карта вполне может приехать с майнинга. Проверяйте температуру под нагрузкой и просите тест перед покупкой.
Народный выбор: RTX 5060 Ti 16 ГБ и RTX 4060 Ti 16 ГБ
Самый разумный старт для новых сборок — примерно 50–60 и 42–52 тысячи рублей соответственно. Шестнадцать гигабайт плюс CUDA: 13–14B модели, Flux, LoRA-обучение, всё это работает без плясок.
Слабое место обеих — 128-битная шина памяти. У 5060 Ti за счёт GDDR7 получается около 448 ГБ/с, у 4060 Ti всего 288 ГБ/с. То есть модель влезет, но будет считаться небыстро. Если вы генерите картинки пачками или держите чат-бота с большим контекстом, разница ощущается.
Тёмная лошадка: Intel Arc B580 12 ГБ и A770 16 ГБ
За 30–40 тысяч рублей можно получить 16 ГБ памяти — формально выгоднее всех. На практике придётся жить в IPEX-LLM и Vulkan-сборках llama.cpp, ловить баги драйверов и мириться с тем, что половина туториалов в интернете под эту карту не подходит. Вариант для тех, кто любит ковыряться, а не для тех, кому нужно «поставил и работает».
Золотая середина: RTX 5070 Ti 16 ГБ
Около 90–110 тысяч рублей. Быстрая GDDR7 (примерно 896 ГБ/с), 16 ГБ, современный энкодер — карта, которая хороша и для нейросетей, и для работы с видео, и для игр между делом. По соотношению «скорость генерации на рубль» это одна из лучших позиций на рынке.
Рядом стоит RTX 4070 Ti Super с теми же 16 ГБ: под нейросети она близка, брать имеет смысл, если попадётся заметно дешевле. RTX 5070 с её 12 ГБ — быстрая, но упирается в объём памяти ровно там, где не хотелось бы.
Сладкая точка 24 ГБ: RTX 3090 (б/у) и RTX 4090
Если вам нужны 24 ГБ за вменяемые деньги — это RTX 3090 с вторички, порядка 65–85 тысяч рублей. Память на 936 ГБ/с, честные 24 ГБ: 30–32B модели в 4-bit, обучение LoRA, серьёзная работа с изображениями. Из минусов — 350 Вт, горячий чип и риск нарваться на карту из фермы. Смотреть надо на память (она греется), на температуры и на продавца.
RTX 4090 за 170–210 тысяч — это уже про скорость: 1008 ГБ/с и те же 24 ГБ. Для инференса разница с 3090 есть, но не вдвое, так что переплачивать стоит только за темп работы.
Флагман: RTX 5090 32 ГБ
Примерно 280–360 тысяч рублей на момент публикации. 32 ГБ GDDR7, около 1792 ГБ/с, 575 Вт — самая быстрая потребительская карта для локальных нейросетей. На ней комфортно живут 32B в 8-bit и 70B в 4-bit, а картинки генерируются быстрее, чем вы успеваете придумывать промпты.
Стоит ли брать? Если вы зарабатываете на этом и карта отрабатывает себя — да. Для домашних экспериментов разумнее взять две 3090 или 5060 Ti и оставить разницу на нормальный блок питания и монитор. И да, не забудьте про электросеть: 575 Вт под нагрузкой плюс процессор — это уже отдельная линия.
Вне Nvidia: AMD, Apple и многокарточные сборки
AMD RX 7900 XTX, 24 ГБ за 90–110 тысяч — много памяти за адекватные деньги, но ROCm под Linux и половина инструментов требует ручной сборки. Годится, если вы уже в Linux-экосистеме.
Apple Mac Studio с объединённой памятью — интересный путь: 128 ГБ на M4 Max или до 512 ГБ на M3 Ultra позволяют запускать модели, которые в потребительскую карту просто не влезут. Плата за это — цена (от 450 тысяч за конфигурацию с 128 ГБ), меньшая пропускная способность (546–819 ГБ/с) и Metal вместо CUDA. Для инференса больших моделей — да, для обучения и всяких хитрых пайплайнов — не всегда.
Две карты вместо одной. Пара RTX 3090 даёт 48 ГБ суммарно, но не превращается в одну быструю карту: модели делятся между ними, часть операций синхронизируется, и вы теряете в скорости. Это работает, но требует блока питания на 1000–1200 Вт, большого корпуса и терпения.
Российская специфика: цены, гарантия, розетка
- Параллельный импорт. Официальных поставок флагманов нет, поэтому гарантия чаще магазинная, а не вендорская. Читайте, кто и как её даёт, до оплаты.
- Вторичка — это нормально. Большая часть 3090 и 3060 на рынке прошла через майнинг. Тест на месте, проверка температур памяти и полчаса нагрузки в стресс-тесте экономят десятки тысяч.
- Электричество. 575 Вт под нагрузкой четыре часа в день при тарифе 5 ₽/кВт·ч — это порядка 350–400 рублей в месяц. Не катастрофа, но при круглосуточной работе цифры уже другие.
- Альтернатива. Если модель нужна раз в неделю, аренда GPU по часам в облаке выйдет дешевле любой покупки. Локальная карта имеет смысл при регулярной нагрузке.
Чего избегать
- «Нейрокарт» с маркетплейсов без внятного названия и поддержки драйверов.
- Серверных ускорителей вроде Tesla P40 и P100 за копейки: они шумные, требуют обходов по охлаждению и живут на старых версиях CUDA.
- Карт без CUDA, если вы не готовы к экспериментам: сэкономите на железе, потратите неделю на софт.
- Сборок на 8 ГБ «на вырост»: под нейросети это тупик, апгрейд придётся делать сразу.
Чек-лист перед покупкой
- Выпишите, какие модели и в каком квантовании вы реально будете запускать.
- Прикиньте нужный объём VRAM с запасом 20–30%.
- Проверьте, что ваш блок питания выдержит карту по мощности и разъёмам.
- Для б/у — тест под нагрузкой, проверка температур памяти и GPU-Z.
- Сравните с арендой GPU на месяц: иногда облако выигрывает вчистую.
Заключение
Если коротко: 12 ГБ — чтобы попробовать, 16 ГБ — чтобы работать, 24 ГБ — чтобы не думать о памяти, 32 ГБ — если это приносит деньги. В 2026 году самая выгодная покупка на вторичке — RTX 3090 за её 24 ГБ, на первичке — RTX 5060 Ti 16 ГБ или RTX 5070 Ti.
И главное: видеокарта — это не магия и не пропуск в мир ИИ. Она просто снимает счёт за токены и убирает зависимость от чужого сервера. Всё остальное — как и раньше — делают руками, промптами и головой.
