Обзор серверного ускорителя NVIDIA Tesla V100 16 Gb в корпусе от RTX 4090: Часть 2 — Тестирование в бенчмарках и играх
Нет, не для того, чтобы вытеснить с рынка NVIDIA, хотя в перспективе и такое возможно. Как бы то ни было, компания SpaceX неожиданно раскрыла планы по созданию собственных графических процессоров. Пока речь идет только о планах по выпуску продукции под собственные нужды (да, в космосе тоже нужны GPU). Посмотрим, что и зачем планирует выпускать корпорация Илона Маска.
H100 стоит $30 000 и потребляет 700 Вт. RTX 5090 — $2 000 (де-факто больше) и 575 Вт. Прирост производительности между поколениями сжался с 80% до 15–20%. Разбираемся, почему это структурная проблема и что индустрия делает, чтобы с ней жить.
Обзор серверного ускорителя NVIDIA Tesla V100 16 Gb в корпусе от RTX 4090: Часть 1 - Внешний вид, установка и настройка
22 апреля 2026 года Bolt Graphics объявила об успешном финальном этапе проектирования тестового чипа Zeus на производственных мощностях TSMC. Напомню, это стартап из Калифорнии, основанный в 2020 году. Создатель компании до текущей деятельности занимался проектированием дата-центров и облачной инфраструктуры, но впоследствии переключился на создание GPU для рендеринга.
Что это, значимая новость для индустрии или очередной «прожект»? Новые GPU, имена и конкуренция мэтрам — это всегда хорошо для конечного клиента и двигает рынок вперед. Рассмотрим стадию создания продукта, его технические характеристики и место под солнцем в новостной статье.
Когда NVIDIA выпустила RTX 5070 с 12 ГБ видеопамяти, фанаты, мягко говоря, напряглись. Потому что плюс‑минус за те же деньги, например, можно было взять либо Radeon RX 9070, либо RX 9060 XT, но получить уже на треть VRAM больше. Странно? Еще как. Но NVIDIA это не сильно смущало. Она, кажется, точно знала, что делает, поскольку в модельном ряду ее видеокарт сохранялись не только 12-, но и 8-гигабайтные версии. Это создавало ощущение полного самоконтроля. Но прошло 2 года, и многим стало ясно, что 12 ГБ видеопамяти скоро хватать перестанет.
Каждый год кто-нибудь публикует очередную «иерархию видеокарт» — таблицу, где все GPU выстроены по производительности. Tom's Hardware делает это ежемесячно, ComputerBase обновляет свои графики после каждого релиза, а блогеры штампуют «лучшие карты 2026» чуть ли не еженедельно. Проблема в том, что все эти рейтинги составлены в долларах и евро. А в рублях, как вы и сами знаете, всё работает иначе. Карта, которая в Штатах стоит «как соседняя по иерархии», у нас может отличаться от неё на 15–20 тысяч. И наоборот: то, что в Европе считается переоценённым, в российской рознице иногда оказывается единственным разумным вариантом.
Поэтому мы решили сделать свою иерархию. С российскими ценами, российскими реалиями и без маркетинговых реверансов в сторону какого-либо производителя. Просто карты, цены, кадры в секунду — и честный ответ на вопрос «что, собственно, брать».
Споры вокруг технологии, которую NVIDIA представила 16 марта 2026 года на конференции GTC, не утихают. На первый взгляд, происходит настоящая революция: новый уровень графики без кратного роста нагрузки на железо.
Вот только DLSS 5 уже не просто достраивает пиксели для более высокого FPS, как это делали прошлые технологии. Разберемся, как это работает, почему вызвало столько споров и чего ждать дальше.
Одна ошибка в выборе GPU может стоить двукратной переплаты за каждую задачу — каждый день, пока вы не смените карту. Десять моделей NVIDIA, пять архитектур, разброс памяти от 24 до 288 ГБ. Разбираем, какая карта для чего создана и где рубль работает эффективнее всего.
Resident Evil чуть не заставил меня обновить RTX 4090 до 5090. Но вместо покупки получился разбор: почему даже топовое железо не тянет Path Tracing в 4K и где на самом деле проходит предел современных GPU.
Я только что выпустил обновление моей игры Blackshift, в котором, среди прочего, были добавлены эти тайлы песка:
Всё было хорошо, пока не начали поступать отчёты о багах.
Попрощавшись со спокойным завершением вечера, я начал думать, в чём же могла быть причина.
Nvidia RTX A400 — эту видеокарту сейчас можно купить по цене от 14 до 19 тысяч рублей. Приписка RTX говорит нам о том, что эта видеокарта поддерживает трассировку лучей, что выглядит как подарок при такой смешной цене. Потребление карты тоже радует: всего 50 ватт прямо от PCIE слота без дополнительных проводов. А самое интересное — это, конечно же, исполнение. Видеокарта занимает всего один слот и имеет Low Profile высоту.
Но что с ней не так? Неужели Nvidia расщедрились и сделали по-настоящему антикризисную видеокарту с DLSS и остальными фишками?
NVIDIA в полный рост продвигает идею генерации кадров как способ получить плавный геймплей без покупки самой дорогой видюхи в линейке. С DLSS 4 эта идея обрела форму Multi Frame Generation — но множитель был фиксированным. Хочешь 3X — получи 3X, хочешь 4X — получи 4X, а если монитор 165 Гц и ты то вылетаешь за его потолок, то проваливаешься ниже — подбирай режим вручную. Несколько дней назад NVIDIA выкатила вторую половину DLSS 4.5 — Dynamic Multi Frame Generation с режимами 5X и 6X. И вот это уже по-настоящему интересно.
Серия RTX 5000 на архитектуре Blackwell едва успела обосноваться на рынке, а вокруг следующего поколения уже вовсю кипят страсти. Недавно ютуб-канал Red Gaming Tech опубликовал масштабную утечку характеристик GeForce RTX 6000. Честно говоря, цифры там такие, что хочется одновременно радоваться и нервно хвататься за кошелек. Новая видеокарта NVIDIA получит архитектуру Rubin, 3-нм техпроцесс TSMC, удвоение производительности в трассировке лучей и щедрые объемы памяти GDDR7 по всей линейке. Звучит как мечта техногика, но давайте разбираться, что именно нам обещают и насколько этим обещаниям стоит верить.
Обновления R595 пережили отзыв, хотфикс и тихий патч — и вот перед нами обновление, которое просто работает. Самое неприятное в обновлениях драйверов — не баги, которые бывают у всех. Неприятно, когда ты привыкаешь к мысли, что обновление стало лотереей. Именно это произошло с веткой R595: начиная с февраля каждый новый билд от NVIDIA приносил не столько оптимизации, сколько новые поводы для тревоги. И вот NVIDIA выложила GeForce Game Ready Driver 595.97 WHQL. Уже прошло несколько дней и обошлось без экстренных отзывов, без сломанных вентиляторов и без драматических откатов. Что же исправили в новой версии и стоит ли наконец нажимать кнопку «Обновить».
Если вы ждали от мартовского кейноута Дженсена Хуанга просто «железок» помощнее, то вы ошиблись дверью. Да, были новые чипы, но за всем этим скрывалось нечто большее. Знаете это чувство, когда мир меняется прямо у вас на глазах, как когда-то это было с интернетом? Это был тот самый момент.
Прошедший NVIDIA GTC был не типичной трансляцией ради рекламы видеокарт. Хуанг подвел логичную черту над первыми двадцатью годами существования CUDA. Наконец, мы увидели, как бизнес движется в сторону новых концепций вроде Agent as a Service, Token Factory, модульной архитектуры железа и не только. И не переживайте, если вы слышите про них впервые — это нормально.
Привет, Хабр! Меня зовут Александр Тугов, я директор AI-вертикали в Selectel. В этой статье хочу структурировать основные тезисы, озвученные в кейноуте NVIDIA GTC, и поделиться своими мыслями. Призываю к обсуждению в комментариях!
Давайте рассмотрим реализацию конвеевской игры «Жизнь» при помощи графической карты. Я хочу поэкспериментировать с разными библиотеками и методиками, чтобы понять, как обеспечить наилучшую производительность. Начнём мы с простого и постепенно будем повышать сложность.
Игра «Жизнь» — это простой клеточный автомат, поэтому она должна хорошо поддаваться GPU-ускорению. Правила просты: каждая ячейка в двухмерной сетке или жива, или мертва. На каждом шаге мы подсчитываем живых соседей ячейки (включая диагонали). Если ячейка жива, она остаётся живой, если живы два или три её соседа. В противном случае она умирает. Если клетка мертва, она оживает, если живы ровно три соседа. Из этих простых правил возникает потрясающий объём сложности, о котором написаны подробные статьи.
Для простоты я буду рассматривать только сети N×N и пропущу вычисления на краях. Всё будет работать на Nvidia A40, а бенчмарк производительности я буду проводить при N=216. Пока мы будем хранить каждую ячейку в виде 1 байта, поэтому весь массив займёт 4 ГБ.
Весь код выложен в репозитории GitHub.
Многие слышали, что разные модели видеокарт имеют разную экономическую эффективность, например, в майнинге, где часто используется понятие «хэш/Ватт». Однако, даже одна и та же видеокарта может работать с сильно разной экономической эффективностью в зависимости от настроек Power Limit и частоты. И это касается любых длительных вычислительных задач.
Давайте же посмотрим, как помощью простой школьной формулы Энергия = Время × Мощность оптимально настроить видеокарту и получить за каждый потраченный киловатт максимум полезной работы.
Сборка нового компьютера для знакомого осуществлялась с ориентацией на бюджет и максимальную эффективность каждого вложенного рубля. В поисках подходящей видеокарты рассматривались модели GeForce RTX 5060 и RTX 5060 Ti, которые наилучшим образом вписывались в установленные финансовые ограничения. После нескольких недель мониторинга цен была приобретена видеокарта Gigabyte GeForce RTX 5060 Ti EAGLE OC ICE 8G, которой и посвящён данный обзор, тогда как остальные компоненты будущего компьютера пока находятся на этапе согласования, выбора и заказа.
Статья будет о том, как быстро начать работать с vLLM и vLLM Production Stack: от первого запуска модели до базовых режимов инференса через OpenAI-совместимый API. Разберем практические настройки и сценарии запуска — tool calling, thinking/non-thinking, мультимодальные и CPU-модели, а так же какие стартовые параметры сильнее всего влияют на память, производительность и стабильность. Отдельном рассмотрим полезные оптимизации для production-сценариев: FP8, Tensor Parallelism, KV-cache offloading, Speculative Decoding и ускорение холодного старта больших моделей.
