Какая видеокарта нужна для нейросети дома в 2026

Главный вопрос новичка в локальном ИИ: какую видеокарту покупать. Маркетинг производителей мутит воду — продают карты с «NPU», «AI Acceleration», «Tensor Cores». На практике для запуска языковых моделей важен только один параметр — объём видеопамяти (VRAM). В статье — конкретные модели карт под конкретные задачи, без рекламы и воды.

Что определяет работу нейросети — VRAM, а не TFLOPS

Языковая модель — это набор весов, которые занимают определённый объём памяти. Чтобы модель работала быстро, она целиком должна влезть в видеопамять. Если не помещается — часть весов будет грузиться через системную ОЗУ, и скорость падает в десятки раз.

Поэтому при выборе видеокарты для ИИ забудь о большинстве привычных характеристик. Вычислительная мощность (TFLOPS), количество CUDA-ядер, частота — всё это вторично. Главное — сколько гигабайт памяти на карте.

Простое правило: размер модели должен помещаться в VRAM с запасом 1–2 ГБ на контекст.

Сколько VRAM под какие модели

Видеокарты на 2 ГБ или меньше — для локального ИИ практически бесполезны. Дешевле работать на процессоре с лёгкими моделями.

Какие видеокарты брать под локальный ИИ

Сразу важно: для локальных нейросетей подходят почти только видеокарты NVIDIA. Это связано с тем, что вся экосистема (CUDA, cuBLAS, оптимизации llama.cpp) заточена под NVIDIA. AMD-карты работают через ROCm, но с оговорками, ограничениями и часто проблемами совместимости. Если бюджет позволяет — бери NVIDIA, не экспериментируй.

Бюджетный вариант: RTX 3060 (12 ГБ)

Лучшее соотношение цены и качества для домашнего ИИ. Двенадцать гигабайт памяти открывают доступ к моделям 12B–14B параметров. На вторичном рынке стоит 25–35 тысяч рублей. Для большинства задач — оптимум, переплачивать не нужно.

Важно: существует RTX 3060 на 8 ГБ — это другая карта, она для ИИ значительно слабее. Бери только 12 ГБ.

Средний вариант: RTX 4060 Ti (16 ГБ)

Шестнадцать гигабайт памяти — это уже серьёзная заявка. Запустишь модели до 20B параметров. Цена нового — 55–65 тысяч рублей. Если есть бюджет и нет планов апгрейда в ближайшие 3–4 года — хороший выбор.

Производительный: RTX 4070 (12 ГБ) или 4070 Ti Super (16 ГБ)

Уровень для тех, кто параллельно играет, рендерит видео и работает с ИИ. 4070 Ti Super — отличный универсал: 16 ГБ памяти, мощная скорость инференса, поддержка всех последних оптимизаций. Цена — 80–100 тысяч.

Топ-уровень: RTX 4080 Super (16 ГБ) или RTX 4090 (24 ГБ)

Топовое железо. 4090 с её 24 ГБ позволяет запускать модели до 30B параметров локально с приемлемой скоростью. Цена — от 200 тысяч. Имеет смысл только если ИИ — это твоя профессия и инвестиция окупится.

Профессиональный сегмент: NVIDIA RTX A6000 (48 ГБ), H100, A100

Эти карты ориентированы на серверы и дата-центры. Цена — миллионы. Дома они не нужны. Упоминаем только для полноты картины.

А что насчёт NPU и «AI-ноутбуков»?

В 2025–2026 годах Microsoft, Qualcomm, Intel и AMD активно продвигают «Copilot+ PC» — ноутбуки с встроенными NPU (нейросетевыми процессорами). Маркетинг обещает «локальный ИИ из коробки». На практике:

• NPU действительно помогают с фоновыми задачами (распознавание речи, размытие фона на камере).
• Для запуска LLM они почти не используются — большая часть open-source инструментария (Ollama, llama.cpp) с ними не работает.
• Память NPU обычно делится с системной ОЗУ — это медленнее, чем выделенная VRAM на видеокарте.

Так что если ты выбираешь ноутбук специально под нейросети — смотри не на NPU, а на дискретную видеокарту с большим объёмом VRAM. RTX 4060 Mobile (8 ГБ), RTX 4070 Mobile (8 ГБ), RTX 4080/4090 Mobile (12–16 ГБ).

А если бюджета на видеокарту нет?

Это нормальная ситуация. Видеокарта на 8+ ГБ стоит как минимум 25 тысяч рублей. Хорошая новость: для большинства повседневных задач достаточно лёгких моделей, которые работают на одном процессоре.

Модели до 4 миллиардов параметров (1B, 2B, 3B, 4B) запускаются на обычном ноутбуке с 8–16 ГБ ОЗУ без всякой дискретной видеокарты. Скорость — 5–15 слов в секунду, что вполне приемлемо для диалога или перевода. Качество — хорошее для коротких задач: переписать текст, ответить на вопрос, разобрать письмо.

Этот сценарий подробно разобран в отдельной статье: Нейросеть на ноутбуке без видеокарты: что реально работает.

Как понять, какая нейросеть нужна именно тебе

Выбор железа сильно зависит от задач:

• Переписка, перевод, простые тексты — хватит лёгких моделей и любого современного ноутбука. Видеокарта не нужна.
• Длинные документы, анализ, рабочие задачи — нужны модели 8B–9B, значит 8 ГБ VRAM. RTX 3060/4060 хватит.
• Программирование, сложная аналитика, исследования — модели 12B–14B, нужно 12 ГБ VRAM. RTX 3060 12GB или 4070 Ti Super.
• Профессиональная разработка ИИ, тонкая настройка моделей — топовые карты, RTX 4090 или A6000.

Готовое решение без головной боли

Если ты не хочешь разбираться, какая модель влезет в твою VRAM, какие квантизации поддерживаются, как настроить Ollama — есть AinFlash. Это USB-флешка, на которой набор моделей подобран и протестирован под разное железо. В описании каждой модели чётко указано, сколько VRAM нужно для комфортной работы.

• Нет видеокарты — выбираешь лёгкие модели в комплекте (0.6B–4B), они работают на процессоре.
• Есть видеокарта 8 ГБ — открываются средние модели (8B–9B).
• Есть видеокарта 12+ ГБ — доступны тяжёлые (12B, 14B, 20B) в пакете Pro.

Не нужно гадать, не нужно скачивать гигабайты «попробую — может пойдёт». Всё уже отобрано и проверено.