5 видеокарт для локального ИИ: рейтинг и полная таблица на 50 моделей

Осенью 2026-го локальные нейросети перестали быть игрушкой для гиков и плотно вошли в рутину: кто-то крутит Llama 3 на 70 миллиардов параметров, кто-то скармливает Mistral пачки договоров. Если вы собрались строить свой персональный ИИ-конвейер, вам нужен не просто мощный чип, а конкретный объём видеопамяти. Ниже — рейтинг видеокарт для работы с текстом в ИИ, собранный по принципу «сколько токенов влезет в VRAM и как быстро они посчитаются». Сначала даю сухую таблицу на полсотни актуальных и вторичных моделей, а потом разбираю пятёрку лидеров, с которыми реально работал в последние месяцы.

NVIDIA RTX 5090 — когда бюджет не имеет значения

Эта штука вышла в начале года, и с тех пор я смотрю на неё как на космический корабль, припаркованный у подъезда. 32 гигабайта видеопамяти — это не просто цифра, это возможность загрузить 70-миллиардную Llama в родном FP16 и не думать о квантовании. Чип греется так, что блок питания на 1000 Вт начинает гудеть в унисон с кулерами, но оно того стоит.

На практике я гонял на ней суммаризацию длинных документов: 128 тысяч токенов контекста залетают на ура, ответ приходит быстрее, чем я успеваю сделать глоток остывшего кофе. Правда, один раз софт для RAG-пайплайна выдал ошибку нехватки памяти — оказалось, я забыл выгрузить предыдущую модель из VRAM. Мелочь, а неприятно: когда платишь две с половиной тысячи долларов, ожидаешь, что карта сама будет следить за твоими косяками.

Вердикт: Если вы зарабатываете на локальном ИИ и вам нужна абсолютная скорость без компромиссов — берите, не думая. Но готовьтесь к счёту за электричество.

NVIDIA RTX 5080 — разумный компромисс

Следом за монстром идёт 5080, и вот тут начинается самое интересное. 16 гигабайт памяти — это потолок для комфортной работы с 30-миллиардными моделями, но шина урезана, и на длинных последовательностях карта начинает задыхаться. Зато она холоднее, тише и стоит в два раза дешевле старшей сестры.

Я сравнивал её лоб в лоб с 4090 на задаче генерации кода: разница в скорости оказалась около 15%, но 4090 при этом жрёт электричество как небольшой городок. Если вы не гонитесь за каждой миллисекундой, а просто хотите крутить Mistral или Command R у себя в офисе — 5080 закроет 90% задач. Один минус: когда я пытался запустить 40-миллиардную модель с квантованием Q4, она еле влезла, и на генерацию ушло вечность.

Вердикт: Золотая середина для тех, кому 16 ГБ хватает, но не хочется переплачивать за 32.

NVIDIA RTX 4090 — легенда на вторичке

Да, её сняли с производства, но на Авито и в мелких магазинах ещё можно найти новые экземпляры по цене крыла самолёта. 24 гигабайта — это всё ещё золотой стандарт для локального ИИ, и многие предпочитают взять проверенную 4090, чем рисковать с новой 5080, у которой память урезана.

Помню, заказывал такую для одного клиента — он занимался юридическим ИИ, и ему нужно было держать в памяти огромные базы прецедентов. Карта отработала полгода без нареканий, правда, один раз кулер начал трещать — оказалось, пыль забила радиатор так, что термопрокладки высохли. После чистки всё встало на места, но осадок остался: когда платишь две тысячи, ждёшь идеального исполнения.

Вердикт: Если найдёте новую с гарантией — хватайте, это всё ещё топ за свои деньги. Но внимательно проверяйте состояние, если берёте с рук.

AMD Radeon RX 7900 XTX — выбор гика

Эта карта — боль и радость одновременно. 24 гигабайта памяти по цене 16-гигабайтной NVIDIA звучат как мечта, но на деле вы получаете необходимость танцевать с бубном вокруг драйверов и фреймворков. ROCm работает, но не так гладко, как CUDA, и некоторые библиотеки просто отказываются запускаться.

Я ставил её в сервер для инференса, и первые две недели ушли на то, чтобы заставить всё работать стабильно. Зато когда заработало — скорость приятно удивила: на чистых вычислениях она не уступает 4090, а стоит на треть дешевле. Правда, один раз обновление драйвера сломало поддержку одной из библиотек, и пришлось откатываться назад. Если вы не готовы к таким приключениям — лучше пройдите мимо.

Вердикт: Для тех, кто умеет работать руками и не боится командной строки. Иначе — только NVIDIA.

NVIDIA RTX 4060 Ti 16GB — бюджетный вход

Самая спорная карта в линейке: узкая шина, посредственная производительность в играх, но 16 гигабайт памяти за вменяемые деньги. Для ИИ это означает возможность загрузить 13-миллиардную модель с хорошим квантованием и не упираться в потолок.

Я собирал на ней рабочую станцию для копирайтера: он гонял локальную модель для рерайта текстов, и его всё устраивало. Скорость не рекордная, но для генерации пары тысяч знаков в минуту хватает. Минус один: когда он пытался загрузить 30-миллиардную модель, карта начинала жутко тормозить — шина не справлялась с обменом данными. Но за 450 долларов это простительно.

Вердикт: Если бюджет ограничен, а память нужна — это единственный разумный вариант. Но не ждите чудес от скорости.

Как выбрать из пяти лидеров

• RTX 5090 — если деньги не проблема и нужна максимальная скорость для 70B+ моделей.
• RTX 5080 — оптимально для 30B моделей, холодная и тихая.
• RTX 4090 — 24 ГБ по цене 16-гигабайтных новинок, но только если найдёте новую.
• RX 7900 XTX — для гиков, готовых возиться с настройкой ради экономии.
• RTX 4060 Ti 16GB — бюджетный вход в мир локального ИИ с 16 ГБ памяти.

Рынок видеокарт для ИИ меняется быстрее, чем выходят новые модели: пока вы читали этот текст, NVIDIA уже анонсировала мобильные версии 50-й серии, а AMD обещает выпустить драйвер, который починит половину багов ROCm. Что из этого выйдет — вопрос.