Видеокарты

С тех пор, как я научил графические карты AMD, Intel и Nvidia работать с Raspberry Pi, меня мучил вопрос:

Какой в этом смысл?

У Raspberry Pi есть только одна линия шины PCIe Gen 3, доступная для подключения к eGPU. Этого очень мало, особенно учитывая, что у современного десктопа есть как минимум один разъём с 16 линиями шины PCIe Gen 5. То есть разница составляет 8 Гт/с (гигатранзакций/с) против 512 Гт/с. Бой явно неравный.

Но мне стало любопытно, действительно ли пропускная способность шины важна всегда.

Я хотел наконец покончить с вопросом о полезности, протестировав четыре задачи на разнообразных GPU для сравнения производительности на Raspberry Pi 5 и на современном десктопном PC.

Все уже в курсе, что цены на оперативную память взлетели до небес. DDR5-комплекты, которые еще в сентябре стоили вполне разумных денег, теперь продаются втридорога. Но это еще цветочки. Гораздо хуже то, что текущий кризис памяти может серьезно повлиять на выход будущих видеокарт и консолей следующего поколения. Речь идет не только о повышении цен, но и о возможных задержках или даже отмене целых линеек продуктов. В худшем случае 2026 год вообще может пройти без новых GPU. Все это звучит как сюжет для антиутопии, но давайте разберемся, что происходит на самом деле.

Этот пост будет полезен людям, кто хочет разобраться в локальных моделях, особенно использующим их, как инструмент в создании контента, арта и дизайна (контекст нейросетей - image и video). Так же поговорим о выборе видеокарты и параметрах влияющих на генеративные workflow.

Telegram

Помните времена, когда за 30 тысяч можно было купить приличную видеокарту? Ну вот они, собственно, никуда и не делись. Вопрос только в том, что именно вы считаете приличной картой и на какой фреймрейт рассчитываете. Благо, что недостатка в выборе на рынке сегодня практически нет. Хотите – берите RTX 5080 за 170 тысяч рублей. А не хотите – покупайте Arc A380 за 11. И это мы еще не говорим про промежуточные варианты в разных исполнениях, которых насчитываются десятки, если не сотни. Но есть ли смысл переплачивать за более дорогую карточку, когда есть почти такая же, только дешевле? Попробуем посчитать.

Дисклеймер: в этой статье мы считаем только цену каждого кадра, который выдают конкретные видеокарты, не затрагивая другие аспекты. Но ведь все знают, что fps – это далеко не единственный фактор, на который стоит обращать внимание.

Профессиональную видеокарту RTX PRO 2000 Blackwell сама NVIDIA позиционирует как недорогое, компактное и энергоэффективное решение для профессиональных рабочих станций, ускоряющее графику и ИИ-задачи. Но что мы реально получаем за 85000 рублей?

Когда изучил историю двоичных файлов Quake, их логика стала мне понятна. quake.exe был первоначальным релизом, который мог работать в DOS и Windows 95. Затем появился vquake.exe для поддержки чипа Vérité 1000 с аппаратным ускорением. Позже выпустили glquake.exe, позволивший использовать аппаратное ускорение любого чипа с драйверами OpenGL. А чтобы совершить революцию в Интернет-deathmatch, id Software выпустила сервер и клиент QuakeWorld (qwsv.exe и qwcl.exe).

Однако я не мог понять смысл winquake.exe... до недавнего времени. В статье я расскажу, что понял, изучив его работу.

На протяжении более десяти лет графические процессоры Nvidia лежали в основе практически всех значимых прорывов в современной сфере искусственного интеллекта. Но теперь эта позиция впервые оказалась под серьезным давлением.

Передовые модели, такие как Gemini 3 от Google и Claude 4.5 Opus от Anthropic, были обучены не на оборудовании Nvidia, а на новейших Tensor Processing Units компании Google — TPUv7 на базе архитектуры Ironwood. Это показывает: жизнеспособная альтернатива GPU-центричному стеку ИИ уже существует — и она способна заметно изменить экономику и архитектуру обучения моделей предельного масштаба.

Выбор видеокарты в конце 2025 года стал довольно сложной задачей. Оно и раньше было не всегда просто, но сейчас очень много фонового шума и сомнительных результатов в разных сценариях, которые мешают принять правильное решение. Вот и давайте попробуем обобщить весь рынок вне зависимости от ценовой категории, чтобы вам было проще определиться.

Если видеокарта нужна «играть сегодня вечером», покупать её сейчас имеет смысл, но только если смотреть не на маркетинг, а на цену за кадр и планы на апгрейд через пару лет. За последний год рынок железа переехал в странную реальность: ОЗУ резко подорожала, производители памяти включили классический «суперцикл» роста цен, а геймеры и так живут с завышенными ценами на GPU. В этой статье разберёмся, повторит ли рынок видеокарт RAM-покалипсис, почему ИИ-дата-центры так сильно давят на стоимость игровых моделей и как понять, выгоднее купить карту прямо сейчас или подождать следующую волну железа.

Есть ли на рынке видеокарта, которая тянет все игры, и стоит разумных денег? Вопрос разумности, конечно, весьма относительный. Но, думаю, все согласятся, что GTX 1050 и RX 560 на эту роль вполне тянули. Они не только предлагали неплохую производительность, но и не требовали к себе особого отношения. Их можно было просто воткнуть в слот – и никаких тебе дополнительных кабелей или супер-мощных блоков питания. Есть 75 Вт — и хватит. Вот были времена, правда? Сейчас таких карт не делают. Совсем. Но как так вышло?

2024 и 2025 годы в индустрии железа прошли под знаком двух букв: AI. Если раньше нам продавали гигагерцы и количество ядер, то теперь маркетологи Intel, AMD и Qualcomm меряются TOPS (триллионами операций в секунду). Нам обещают эру «AI PC», встраивают нейронные блоки (NPU) даже в бюджетные «камни» и лепят отдельные кнопки для вызова ассистентов на клавиатуры.

Но у энтузиаста, собравшего систему с условной RTX 4090, возникает резонный вопрос: зачем мне этот "хилый отросток" в процессоре, если моя видеокарта мощнее его в 50 раз? Спойлер: не ради мощности, а ради того, чтобы ваш компьютер перестал быть просто "числодробилкой" и стал действительно отзывчивым.

Давайте отбросим маркетинг и разберемся в архитектуре, сценариях использования и том, почему индустрия упорно толкает нас к гетерогенным вычислениям.

Линейка RTX 5000 серии для многих является символом не только технологий, но и очень высокой стоимости. В самом низу этой линейки находятся RTX 5070 и RTX 5060 Ti, которые предлагают почти все передовые функции, но при этом стоят относительно вменяемых денег. От того становится только интереснее поделиться большим сравнением новинок этого года, в котором они показали какая больше подходит для той или иной задачи.

Кажется, что такого удачного времени для покупки комплектующих не было уже давно. Курс доллара уже давно держится на приемлемом уровне, майнеры подуспокоились, спрос на GPU подупал, а цены на Radeon RX 9070 XT ушли ниже исторических минимумов. Но тут прилетело откуда не ждали.

Как оказалось, AMD уведомила партнеров о повышении цен на всю линейку своих видеокарт. Причем это уже второе повышение за два месяца. Первое в октябре прошло почти незаметно и на магазинные ценники особо не повлияло. А вот второе обещает быть серьезнее. И проблема даже не в самой AMD, а в том, что происходит с рынком памяти. Спойлер: там все совсем серьезно.

Октябрь не подвел: производители серверного железа выкатили сразу несколько новинок. Intel обновила свою линейку Xeon, представив процессоры Xeon® 6+ Clearwater Forest на техпроцессе Intel 18A. Тем временем Huawei экспериментирует с пассивным охлаждением в своем ИИ-ускорителе Atlas 300I Duo™. А Micron выводит на рынок энергоэффективные модули SOCAMM2.

Привет, Хабр! Меня зовут Сергей Ковалёв, я менеджер выделенных серверов в Selectel. Разбираем главные новинки октября — от новых CPU и GPU до инфраструктурных решений для будущих ИИ-ЦОД. Детали под катом.

Поддержка видеокарт предыдущих поколений — больная тема для геймеров. Купив производительную карту за приличные деньги, никто не хочет через пару лет остаться без оптимизаций для новых игр. AMD долгое время оставалась в тени конкурентов по этому вопросу, но недавняя ситуация с противоречивыми заявлениями о будущем RDNA 1 и RDNA 2 заставила компанию расставить все точки над i. Эта новость оказалась хорошей для миллионов владельцев Radeon RX 5000 и RX 6000.

Можно ли чем-то заменить Nvidia? Если уж не для нейросетей, то для транскодирования видео, которое в медиапроизводстве занимает очень значительное место и требует больших вычислительных ресурсов. 

В этой статье попытаемся выяснить, есть ли у аппаратной платформы NVIDIA альтернативы в задачах обработки и кодирования видео, и можно ли заменить NVIDIA чем-то более доступным во всех смыслах: и по возможности закупки на рынке РФ, и по цене.

Как мы в HOSTKEY создали собственный LLM-бенчмарк для GPU-серверов с видеокартами NVIDIA в Ollama. Подробно о методике тестирования, коде на bash, результатах и закономерностях производительности.

Вполне возможно, что в этом году происходит зарождение нового тренда. Он заключается в переносе вычислительных мощностей ближе к пользователю - прямо домой, на его личную вычислительную станцию. Похоже, что большие языковые моделей (LLM) и генеративный ИИ перестают быть прерогативой дата-центров.

В этой статье приведен обзор решений, которые можно применить в качестве домашних вычислительных станций ИИ сегодня.

Всё началось с желания автономно заниматься исследованиями в области искусственного интеллекта и запускать свои эксперименты без ограничений облачных сервисов или недостаточных ресурсов рабочих кластеров. Наука и исследования давно стали для меня не только профессией, но и хобби: запускать эксперименты, сравнивать модели, тестировать свежие идеи - всё это требует собственной инфраструктуры. Именно поэтому я решил собрать домашний GPU‑сервер «под себя» для полноценного AI‑ресёрча

Геймеры, играющие в 4К-игры, энтузиасты генеративного ИИ и все, кто работает с крупными LLM-моделями, всё чаще сталкиваются с серьезным ограничением — недостаточным объемом видеопамяти. Даже топовые игровые видеокарты с 24 ГБ VRAM не всегда справляются с тяжелыми задачами.

Почему же до сих пор нет игровой видеокарты с 48 ГБ памяти? В статье разбираемся, что мешает запустить такие карты в серию и, главное, стоит ли вообще ждать их появления.