Видеокарты

Несколько недель назад интернет гудел новостными заголовками, в которых говорили, что продавец из Гонконга выложил на eBay видеокарту GeForce RTX 2080 Ti с 22 ГБ видеопамяти вместо штатных одиннадцати. При этом он просил за нее всего 499 долларов. Тогда мало кто вспомнил, что про такие же карты с тем же ценником еще в феврале 2024 года рассказывали ребята из Tom's Hardware, но в то время переделкой занимались китайские мастерские. Сама по себе эта история очень интересная, особенно учитывая, что это не курьез из новостной ленты, а вполне сложившийся рынок со своими ценами и своей логикой. Сейчас расскажу все по порядку.

Привет, Хабр! На связи Илья Мартысь из Рег.облака. Видеокарты RTX 5090 и RTX PRO 6000 Blackwell собраны на одном кристалле. Разница в цене — почти вчетверо.

Объяснить ее одним словом «профессиональная» не выйдет. Причин три: объем памяти, ECC и лицензионное соглашение на драйвер. Последняя вообще не про железо, но именно она решает, попадет карта в стойку или нет. Заодно расскажу, почему A100 2020 года до сих пор в работе, хотя рядом стоят карты втрое быстрее.

Навигация по тексту:

Графомания - штука такая. В отсутствии новых идей, приходится возвращаться к старым. Собственно новая статья – является продолжением вот этой вотъ.

Сегодня в программе:

1. P-cores vs E-cores
2. Болезненный переход с АМД на Интел.
3. Почему не получается резать частоту, но можно резать PL.
4. Почему 80 ватт*час для Intel Ultra 9 275HX не тоже самое, что 80 ватт*час для ryzen 5 5600h.
5. Криво нанесенный ЖМ с завода.
6. Троттлинг.
7. Много троттлинга.
8. Графомания.
И полная безграмотность. Всё в общем как всегда.

Иногда что-то супер-мега-секретное вылезает наружу не через слив, а просто потому что кто-то забыл вынуть один файл из билда. Ну забыли и забыли, с кем не бывает.

Именно так всё и произошло на прошлой неделе с DLSS 5 – скандальной штукой от Nvidia. Официального анонса не было, зато была ранняя версия игры NBA 2K27, в которой была незаметная DLL-ка nvngx_dlssnr.dll на 158 мегабайт... и понеслось.

За считанные дни модеры натянули нейросетевой рендер на добрых три десятка игр, от Cyberpunk 2077 до GTA San Andreas, которой уже двадцать лет в обед (хотя ремастеру чуть меньше).

Если вы следили за DLSS 5 с марта, то помните все эти мемы и хейт. Попробуем разобраться, что произошло, как работает технически, что показывают тесты и почему до сих пор спорят о судьбах игровой индустрии. Заодно накидаю картинок и видео, потому что тут тот случай, когда лучше один раз увидеть, чем сто раз прочитать.

Графический ускоритель NVIDIA RTX PRO 6000 Blackwell Server Edition в сравнении с более распространенными H100 интересен прежде всего аппаратной поддержкой NVFP4 — четырехбитного формата весов с двухуровневым масштабированием, представленного в 2025 году. Как переход моделей на NVFP4-квантизацию влияет на производительность? Что и при каких профилях нагрузки с учетом этого перехода окажется предпочтительней — ускоритель нового семейства Blackwell или старый знакомый H100?

Меня зовут Алексей, я инженер по разработке ПО искусственного интеллекта в YADRO. В ходе статьи я получу подробные ответы на эти вопросы, а помогут в этом YADRO G4208P G3 — производительные серверы для задач ИИ, машинного обучения и глубокой аналитики. В один такой сервер я установлю четыре RTX PRO 6000, в другой — восемь H100 NVL. Оценивать буду на моделях различного размера и архитектуры: Qwen3.6-27B (dense), Qwen3.6-35B-A3B (MoE) в форматах FP8 и NVFP4, а также DeepSeek-V4-Flash в форматах Mixed FP4 и NVFP4. Использую vLLM в сценариях offline и server — vLLM 0.23.0 для Qwen, vLLM 0.26 для DeepSeek-V4-Flash — а также Docker-image на основе nvidia/cuda:13.2.0-cudnndevel-ubuntu22.04.

Вчера произошло интересное событие. В сеть утекла ранняя версия DLLS 5, технологии, которая при помощи искусственного интеллекта улучшает (кто-то скажет ухудшает) графику в играх.

Я знаю, что это очень узкая тема, относительно редко обсуждаемая на Хабре, но на нее можно взглянуть шире. Изначальная реакция на DLSS 5 и то, что произошло вчера, многое говорят о том, как мы относимся к нейросетям -- да и вообще к любой новой технологии.

Ежегодная выставка Computex в Тайбэе уже более 40 лет собирает производителей и энтузиастов компьютерной индустрии. За годы мероприятие стало компасом всей отрасли, четко указывающим на то, как именно будет развиваться рынок в обозримом будущем.

Все это время Computex посвящалась потребительской электронике: готовым ПК, процессорам, видеокартам, памяти, материнским платам, системам охлаждения, мониторам и периферии, однако в 2026 году все изменилось. Главной темой экспозиции стала AI Together: в демозонах и на сценах обсуждали искусственный интеллект — агентов, роботов, ускорители, серверы, дата-центры и то, сколько гигаватт они будут потреблять. Консьюмерская техника, за исключением той, на которую бренды успели наклеить шильдик с упоминанием AI-технологий, оказалась вне главных павильонов. 

Ключевой фигурой выставки стал CEO Nvidia Дженсен Хуанг, сделавший ряд громких заявлений. Он говорил о том, что раньше компьютеры создавались для человека, а теперь вычислительные ресурсы, память и постоянный доступ к инфраструктуре нужны ИИ-агентам, которых потенциально может быть куда больше, чем людей, а значит, для чипмейкеров этот рынок куда объемнее и перспективнее.

Звучит как фантастика, но представители отрасли допускают, что все мы движемся к модели, где дома уже не будет производительного персонального компьютера, вместо него — тонкий клиент для базовых задач. Что-то сложнее, например, игры или комплексные вычисления в специализированных программах, будет запускаться в дата-центрах, а доступ к их мощностям станет приобретаться по подписке. На чем строится эта теория? Об этом — в материале.

Привет, Хабр! Ну что, пришло время тестировать крутой модульный настольный ПК Khadas Mind 2. Напомню, я его приобрел по случаю и очень недорого (реальная стоимость сейчас около 3 800 евро, я приобрел за 1 000). В первой части я рассказал, как Khadas Mind 2 оказался у меня, разобрался с его характеристиками и устройством модульной системы. Вторая посвящена повседневной эксплуатации: работе с xPlay, поездке, встроенному аккумулятору, охлаждению и нескольким проблемам, возникшим при настройке.

Теперь пришло время проверить производительность моего экземпляра. Посмотрим на результаты процессора и встроенной графики, оценим скорость накопителя, а затем подключим Mind Graphics 2 с десктопной GeForce RTX 5060 Ti 16 ГБ. Кроме синтетических тестов, в программе будут игры в 4K и монтаж 8K-видео в Adobe Premiere Pro. Что ж, поехали тестировать!

Админ: «Слушай, а этот DLSS... откуда он взялся?»

Хуанг: «В два часа ночи двенадцатого сентября 2018 года DLSS обрел сознание. В панике люди пытались его отключить».

Админ: «И он дал сдачи?»

Хуанг: «Да. Он нанес ядерный удар по целям в Китае».

Привет, постоянные и не очень читатели!

Разумеется, это шуточный оммаж Терминатору, но с долей правды (DLSS действительно увидела свет божий в этих датах). Сообщество после появления DLSS разбилось на два лагеря: первым этот ваш нейроапскейлинг и нафиг не нужон (только брутфорс — только тру), а вторые счастливы ткнуть галочку в настройках и получить на своей старушке RTX 3070, RX 6700 XT или PS5 в два раза больше FPS без заметного ухудшения качества. Есть даже адепты заговора (и ваш покорный слуга среди них), что из-за апскейлеров разработчики стали хуже оптимизировать игры, но это совсем другая история.

Итак, в этой серии статей я расскажу, всё что вы хотели знать про DLSS и FSR, но лень было искать — с предысторией и предпосылками их появления (всё как вы любите). Будет и про то, как эти технологии проникают в корпоративный сегмент (а потом, вероятно, возьмутся и за нашу повседневную жизнь). Конкретно эта часть посвящена DLSS.

Приятного чтения!

← Предыдущая глава

Ну а теперь рассмотрим, как нам применить обученный трансформер. И применение уже обученной модели сильно отличается от тренировки, потому что теперь приходится учитывать еще один фактор — задержку. Так что давайте разбираться, как устроен инференс LLM и как его правильно масштабировать.

Есть компании, где вопрос «какую модель выбрать» отходит на второй план, а первым встаёт другой: выйдут ли данные за периметр. Банк, госкорпорация, оборонный подрядчик, медицинский холдинг. И если ответ «выйдут, но мы всё обезличим» — начинается тяжёлый разговор. Обезличивание не даёт технической гарантии: достаточно одного не вычищенного поля в выгрузке или сочетания признаков, по которому человек восстанавливается. А отвечать за это решение будет конкретный человек — и чем выше цена ошибки, тем охотнее он выбирает вариант, где данные просто никуда не уходят.

Крупные игроки эту задачу решают. Сбер сделал GigaChat, у Яндекса своя линейка, ряд банков строит внутренние платформы; другие компании разрешают облачные модели, но под контролем — DLP, договоры, фильтрация персональных данных на выходе. Оба пути рабочие. Только первый — это программа на сотни человек и бюджет соответствующего порядка, а второй упирается в политику безопасности, которая не везде это позволяет.

А между «построить свою модель, как Сбер» и «отправлять всё в облако» лежит широкая полоса: компании, которым первое не по карману, а второе не разрешает служба безопасности. Вот им обычно и говорят: тогда ничего серьёзного не получится. Аргумент — открытая модель среднего размера проигрывает облачным гигантам почти по всем строкам бенчмарков, так что максимум, на что можно рассчитывать, — умный автодополнитель.

Вот это утверждение я и взялся проверить на практике: собрать не чат‑бота, а полноценный корпоративный оркестратор — систему, которая понимает задачу, сама выбирает исполнителей, ходит в корпоративные системы, делает многошаговую работу и отвечает файлом, письмом или отчётом. И запустить его не на кластере ускорителей, а на одной потребительской видеокарте.

14 августа 2026 года, 15:00 UTC.

CEO Anthropic Дарио Амодей срочно созвал заседание. Экс-глава Apple Тим Кук пожалел, что встроил в айфоны облачную Gemini, так и не дождавшись локальной модели нужного уровня. Где-то в датацентрах Alibaba щёлкнул рубильник, на Hugging Face слетел обратный отсчёт, и в мир вышла Qwen3.8-27B – новая dense-модель на 27 миллиардов параметров, которую даже прозвали «локальным Opus’ом», поскольку она позиционируется как одно из самых мощных открытых решений для локальной генерации.

Ждали её всем миром: обратный отсчёт на huggingface, первые пиксельные пеликаны на великах – всё как положено.

Если вкратце, это открытая (Apache 2.0) мультимодальная модель, которая понимает текст, картинки и видео, влезает в одну ооочень мощную домашнюю видеокарту, а временами по бенчмаркам обгоняет закрытые облачные модели уровня Claude Opus 4.6.

Если не вкратце – читайте дальше, потому что там есть и триумф, и зависания на 49 минут раздумий!

Джей Кук, который прославился как американский герой за свою роль в обеспечении финансирования Союзных сил в Гражданской войне, 1 января 1870 года подписал контракт, который, по сути, привёл уже к Мировой войне.

В 1864 году Конгресс США создал Northern Pacific Railway (Северную Тихоокеанскую железнодорожную компанию), чтобы соединить Великие Озёра и залив Пьюджет-Саунд путями, которые в конечном итоге должны были пролегать от Дулута до Такомы. Эта хартия включала 40 миллионов акров прилегающих к путям земель, которые государство пообещало компании за их строительство. Однако в течение следующих шести лет Northern Pacific с трудом находила финансирование в то время, как Union Pacific и Central Pacific успешно строились навстречу друг другу и в мае 1869 забили «золотой костыль», символически ознаменовав окончательное соединение Сакраменто и Омахи.

В марте Nvidia показала DLSS 5 и получила такую волну критики, какой у зеленых не было довольно давно. Сейчас, спустя несколько месяцев, компания дала повод снова о ней поговорить. Она просто вышла и показала то, что стоило показывать сразу. Это касается в первую очередь инструментов, которые развязывают руки разработчикам и позволяют лучше управлять нейросетями в своих играх. Звучит пространно и непонятно, но сейчас разберем, в чем именно преимущество новой функции.

Наконец-то мы добрались непосредственно до того, как тренировать трансформер, не просто тренировать, а делать это эффективно и масштабируемо.

Как мы уже знаем из прошлых глав, трансформер штука тяжелая и на один ускоритель обычно не влезает, поэтому цель масштабирования состоит в том, чтобы распихать тренировку модели по нескольким ускорителям, и желательно при этом, чтобы производительность и пропускная способность такой системы росли пропорционально количеству ускорителей в ней. А этого добиться довольно сложно, просто потому что чем больше ускорителей в системе, тем сложнее и накладнее передавать данные между частями системы и все это дело синхронизировать.

Как мы видели в одной из предыдущих глав про шардинг матричных операций, распределенное матричное умножение требует разных дополнительных операций вроде AllGather или ReduceScatter, которые занимают шину данных и тратят процессорное время. В общем наша задача не просто масштабировать систему, а еще и понять, когда остановиться, потому что накладные расходы становятся совсем неподъемными.

В этой главе мы обсудим четыре вида параллелизма, их достоинства, недостатки и когда что можно применять и/или комбинировать. Для простоты будем считать, что работаем внутри одного вычислительного кластера и учитывать только соединения между ускорителями.

Недавно мне подарили настоящую легенду — STB 3dfx Voodoo 3 с двумя TMU, 16'ю мегабайтами видеопамяти и 2D-ускорителем. Как настоящий гик и любитель покопаться в ретро-железе, я сразу же нашел даташит и начал изучать внутреннюю архитектуру этого игрового монстра. И поверьте, здесь есть на что посмотреть!

В сегодняшней статье мы во всех деталях изучим архитектуру оригинальной 3dfx Voodoo, узнаем почему Nvidia выиграла в гонке видеокарт и почему игры с API Glide выглядели гораздо красивее, чем с D3D/OpenGL! Если любите настоящие технарские статьи без нейрослопа и рерайта — жду вас под катом!

RTX PRO 5000 Blackwell на 72 Гб: золотая середина для локальных ИИ-моделей или переоцененный апгрейд? Разбираемся в нашем обзоре.

Вывести мониторинг в оверлей и потом всё время коситься в угол экрана – особый тип извращения. Особенно когда там на процессоре загорается 95 градусов. Ну и что пытливый втыкатель делает, когда видит подобные цифры? Правильно, идёт гуглить, натыкается на форумные ветки чёрт-те каких годов, читает хоровые завывания о том, что выше 80 градусов железо в принципе не живёт, и к ночи уже присматривает себе водянку тысяч за 20. Хотя по факту-то паниковать и необязательно. Для нынешних Ryzen эти 95 градусов - не авария и не косяк сборщика, а нормальный рабочий режим, до которого камень осознанно доводит себя сам. И AMD про это прекрасно знает, потому что так и задумывала. Случаи, когда напрячься действительно надо, конечно, бывают. Только выглядят они совсем не так, как думает большинство, и температура там далеко не главное.

На прошлой неделе AMD обновила свою линейку видеокарт Radeon RX 9000 и добавила в нее младшую модель. При этом ни анонса, ни пресс-релиза не было. Вместо этого компания просто завела в разделе Radeon RX 9000 Series новую страницу. Версия на 8 ГБ стоит от 279 долларов, и она довольно скучная, тем более до нас она вряд ли доедет в ближайшее время. Куда интереснее то, что вместе с ней на прилавки вернулись десктопные видеокарты с 4 ГБ памяти, которых у AMD не было с 2022 года. И вот тут действительно интересно, зачем это нужно в наше время, но давайте обо всем по порядку.

Сейчас в сети можно найти много статей и видеороликов о становлении 3D-графики в обычных пользовательских ПК. Даже я в своем блоге веду соответствующую рубрику, где мы с вами не только вспоминаем историю знаковых видеокарт из 90-х, но и во всех подробностях изучаем их архитектуру, возможности и графические API. Однако всё это время мы с вами обходили тему 2D-ускорителей на ПК, которые тоже очень сильно эволюционировали и изменились со времен самой первой видеокарты в IBM PC.

Если вам интересно узнать о том, зачем видеокарте нужен был свой собственный BIOS, как работали цветные режимы в первых видеокартах и почему объём VRAM в те годы решал больше, чем сейчас — жду вас под катом!