calcal.ru

Калькулятор сборки ПК для нейросетей (ИИ)

Интерактивный конфигуратор для подбора комплектующих домашнего компьютера под задачи искусственного интеллекта. Генерация изображений (Stable Diffusion, FLUX), запуск языковых моделей (Llama 3, Mistral, Qwen), fine-tuning с LoRA/QLoRA — калькулятор подскажет оптимальную конфигурацию и покажет, какие задачи потянет ваша сборка.

Загрузка калькулятора...
80–250 тыс. ₽
Стоимость ПК для ИИ в России
VRAM — ключ
Видеопамять определяет возможности
Stable Diffusion
Самая популярная задача дома
70B параметров
Макс. LLM на RTX 4090 (4-bit)

Зачем собирать ПК для нейросетей дома

Облачные сервисы (Google Colab, RunPod, Vast.ai) удобны для разовых экспериментов, но при регулярном использовании нейросетей домашний ПК окупается за 3–6 месяцев. Аренда RTX 4090 в облаке стоит от 50–80 ₽/час, а собственная карта работает без ограничений по времени и не требует стабильного интернета.

Преимущества домашнего ПК для ИИ:

  • Без абонентской платы: разовые вложения в железо, далее только электричество (~5–10 ₽/час при нагрузке).
  • Приватность данных: ваши датасеты и модели остаются локально, без рисков утечки через облако.
  • Мгновенный доступ: не нужно ждать выделения GPU, настраивать окружение в облаке каждый раз.
  • Гибкость: установка любых фреймворков (PyTorch, TensorFlow, ONNX), любых версий CUDA и cuDNN.
  • Генерация изображений 24/7: запустить Stable Diffusion, ComfyUI или Automatic1111 в любое время.
  • Локальные LLM: Ollama, LM Studio, text-generation-webui — чат с ИИ без интернета и подписок.

💡Когда облако выгоднее

Если вам нужны 2–8 GPU одновременно для тренировки больших моделей (30B+ параметров с нуля), облако остаётся единственным вариантом. Для fine-tuning, инференса и генерации изображений домашний ПК — оптимальный выбор. Для оценки затрат на электричество воспользуйтесь калькулятором электроэнергии.

🎮
GPU (VRAM)

Главный параметр: чем больше видеопамяти, тем крупнее модели.

🧠
RAM (ОЗУ)

32 ГБ — минимум для комфортной работы, 64+ ГБ для fine-tuning.

CPU

Для ИИ CPU менее важен, чем GPU. i5/Ryzen 5 хватит для большинства задач.

💿
NVMe SSD

Быстрый NVMe для загрузки моделей (2–10 ГБ каждая) и датасетов.

Сравнение GPU для нейросетей

Видеопамять (VRAM) — главный параметр при выборе видеокарты для ИИ. Именно объём VRAM определяет, какие модели можно запустить.

8 ГБ VRAM (RTX 4060, 4060 Ti)

Начальный уровень для ИИ. Stable Diffusion 1.5 работает хорошо, SDXL — на пределе. LLM до 7B параметров в 4-bit квантизации (Llama 3 8B, Mistral 7B). Для экспериментов и изучения — хороший вариант за разумные деньги. Не подходит для fine-tuning и моделей крупнее 7B.

12 ГБ VRAM (RTX 4070, 4070 Ti)

Оптимальный уровень для домашнего ИИ. SDXL и FLUX работают комфортно. LLM до 13B (4-bit), включая Llama 3 13B. Базовый fine-tuning с QLoRA на моделях 7B. Лучшее соотношение цены и возможностей. Для большинства задач этих 12 ГБ достаточно.

16 ГБ VRAM (RTX 4070 Ti Super, 4080)

Продвинутый уровень. Все модели генерации изображений, включая тяжёлые пайплайны ComfyUI. LLM до 30B (4-bit). Fine-tuning 7B с LoRA без ограничений. Генерация видео (SVD, AnimateDiff). Рекомендуется, если бюджет позволяет.

24 ГБ VRAM (RTX 4090)

Максимум для потребительских видеокарт. LLM 70B в 4-bit квантизации (Llama 3 70B). Fine-tuning моделей 13B+ с LoRA. Все задачи генерации без ограничений. Единственный минус — высокая цена (от 175 000 ₽) и энергопотребление 450 Вт. Для профессионалов и энтузиастов.

32 ГБ VRAM (RTX 5090)

Новое поколение (Blackwell). 32 ГБ GDDR7 позволяют запускать LLM 70B в 8-bit квантизации с отличной скоростью. Fine-tuning 30B+ моделей. Архитектура Blackwell с улучшенными тензорными ядрами даёт значительный прирост в задачах ИИ. Премиальная цена — от 250 000 ₽.

Требования к RAM и фреймворки

Оперативная память (RAM) нужна для загрузки модели перед отправкой на GPU, хранения датасетов в памяти, работы фреймворков и самой ОС. При fine-tuning потребление RAM может превышать VRAM в 2–3 раза.

Сколько RAM нужно:

  • 16 ГБ: минимум. Хватит для инференса 7B моделей и Stable Diffusion, но система будет работать на пределе.
  • 32 ГБ: рекомендуемый минимум. Комфортная работа с SDXL, LLM до 13B, ComfyUI с несколькими моделями.
  • 64 ГБ: для fine-tuning и работы с большими датасетами. Позволяет загружать модели 30B+ в RAM перед квантизацией.
  • 128 ГБ: для серьёзного fine-tuning, работы с моделями 70B и большими наборами данных.

Популярные фреймворки для домашнего ИИ

PyTorch + CUDA

Основной фреймворк для большинства ИИ-задач. Поддержка всех NVIDIA GPU с CUDA 11.8+. Необходим для Stable Diffusion, LLM, fine-tuning.

Ollama / LM Studio

Простой запуск LLM на домашнем ПК. Установка в один клик, автоматическая квантизация, поддержка Llama, Mistral, Qwen, Phi и других моделей.

ComfyUI / Automatic1111

Интерфейсы для генерации изображений. ComfyUI — нодовый редактор для сложных пайплайнов. A1111 — классический WebUI с расширениями.

Hugging Face Transformers

Библиотека для работы с тысячами моделей. Fine-tuning с PEFT (LoRA, QLoRA), инференс с Accelerate и bitsandbytes для квантизации.

llama.cpp / GGUF

Оптимизированный инференс LLM на CPU и GPU. Формат GGUF позволяет запускать модели с квантизацией 2-bit до 8-bit. Интеграция с Ollama.

Задачи ИИ и оптимальные конфигурации

Обзор популярных задач искусственного интеллекта для домашнего использования и рекомендуемых конфигураций ПК.

01. Stable Diffusion

Генерация изображений

Самая популярная задача для домашних ПК. SD 1.5 работает на 6+ ГБ VRAM, SDXL — на 8+ ГБ, FLUX — на 12+ ГБ. Скорость генерации: от 1.5 до 10 секунд на изображение в зависимости от GPU. ComfyUI позволяет строить сложные пайплайны с ControlNet, IP-Adapter, LoRA.

02. Локальные LLM

Языковые модели дома

Запуск Llama 3, Mistral, Qwen, Gemma, Phi на домашнем ПК через Ollama или LM Studio. Модели 7B требуют 6+ ГБ VRAM (4-bit), 13B — 12+ ГБ, 70B — 24+ ГБ. Скорость 10–60 токенов/сек — комфортный диалог в реальном времени без интернета и подписок.

03. Fine-tuning

Дообучение моделей

LoRA и QLoRA позволяют дообучить LLM на домашнем GPU. Для 7B модели нужно 12+ ГБ VRAM и 32+ ГБ RAM. Дообучение Stable Diffusion LoRA — от 8 ГБ VRAM. Fine-tuning 13B+ моделей требует 24 ГБ VRAM (RTX 4090). Используйте Hugging Face PEFT и bitsandbytes.

04. Whisper

Транскрипция речи

OpenAI Whisper работает на любой современной NVIDIA GPU. Модель large-v3 (1.5 ГБ VRAM) транскрибирует речь быстрее реального времени с точностью выше 95% для русского языка. Подходит для обработки подкастов, лекций, интервью. Минимальные требования к железу.

05. Генерация видео

SVD, AnimateDiff, CogVideo

Stable Video Diffusion и AnimateDiff генерируют короткие видео (2–4 секунды). Требуют 16+ ГБ VRAM и 32+ ГБ RAM. Время генерации: 2–10 минут на один клип. RTX 4070 Ti Super (16 ГБ) — минимум для комфортной работы, RTX 4090 (24 ГБ) — оптимум для качественных результатов.

06. Computer Vision

Распознавание и детекция

YOLO, SAM, DINOv2 — модели компьютерного зрения для детекции объектов, сегментации и классификации. Работают на 4+ ГБ VRAM. Подходят для умного дома, видеонаблюдения, обработки фото. Низкие требования к железу — любая GPU из списка справится.

Рекомендуемые конфигурации

Готовые сборки под разные задачи и бюджеты. Цены ориентировочные, актуальны для российского рынка 2024–2025.

КонфигурацияКомпонентыБюджет
НачальнаяRTX 4060 8 ГБ + i5 + 32 ГБ RAM~80 000 ₽
ОптимальнаяRTX 4070 12 ГБ + i5 + 32 ГБ RAM~110 000 ₽
ПродвинутаяRTX 4080 16 ГБ + i7 + 64 ГБ RAM~180 000 ₽
МаксимальнаяRTX 4090 24 ГБ + i7/i9 + 64 ГБ RAM~280 000 ₽
Нового поколенияRTX 5090 32 ГБ + Ryzen 9 + 128 ГБ RAM~400 000 ₽

Советы по покупке комплектующих в России

🛒 Где покупать

DNS, Ситилинк, Regard — крупные ритейлеры с гарантией. Wildberries и Ozon — часто дешевле, но проверяйте продавца. Avito — б/у карты дешевле на 20–40%, но без гарантии. Для RTX 4090 проверяйте наличие — карта часто в дефиците.

⚡ Блок питания

Не экономьте на БП — RTX 4090 потребляет до 450 Вт пиково. Берите 80 Plus Gold или выше. Для RTX 4070 хватит 650 Вт, для RTX 4090 — минимум 850 Вт. Качественные БП: Seasonic, be quiet!, Corsair, Chieftec.

🌡️ Охлаждение

При длительных задачах ИИ GPU работает на 100% нагрузки. Убедитесь, что корпус имеет хороший поток воздуха (2–3 вентилятора на вдув, 1–2 на выдув). Для CPU хватит башенного кулера, если нет i9/Ryzen 9.

💰 Экономия бюджета

CPU для ИИ менее важен — i5/Ryzen 5 достаточно. Сэкономленные деньги лучше вложить в GPU с большим объёмом VRAM. RAM DDR5 — берите двухканальный комплект (2 планки). SSD — 1 ТБ NVMe хватит для начала, можно добавить позже. Для оценки итоговой себестоимости используйте наш калькулятор.

Часто задаваемые вопросы

Оптимальный выбор зависит от бюджета и задач. RTX 4070 (12 ГБ VRAM) — лучшее соотношение цены и возможностей: запускает SDXL, FLUX, LLM до 13B (4-bit). RTX 4090 (24 ГБ) — максимум для дома: LLM 70B, fine-tuning 13B+ моделей. Для старта подойдёт и RTX 4060 (8 ГБ) — Stable Diffusion 1.5, LLM 7B и Whisper работают отлично.
Stable Diffusion 1.5 — от 4 ГБ VRAM (6+ ГБ для комфорта). SDXL — от 8 ГБ. FLUX.1 и SD 3.5 — от 12 ГБ VRAM. Для ComfyUI с несколькими моделями (ControlNet, IP-Adapter, LoRA) рекомендуется 12–16 ГБ VRAM. С 8 ГБ можно генерировать изображения, но сложные пайплайны могут не поместиться в память.
Да! Через Ollama или LM Studio можно запустить Llama 3, Mistral, Qwen, Gemma и другие LLM. Модели 7–8B (на уровне GPT-3.5) работают на 8 ГБ VRAM. Модели 13B — на 12 ГБ. Модели 70B (ближе к GPT-4 по качеству) — на 24 ГБ VRAM. Все модели работают без интернета и бесплатно, нет лимитов на количество запросов.
Нет, для большинства задач ИИ процессор играет второстепенную роль — основная нагрузка ложится на GPU. Intel Core i5-14400F или AMD Ryzen 5 7600 — достаточно для 90% задач. Мощный CPU нужен только для предобработки больших датасетов и некоторых операций CPU-инференса. Лучше сэкономить на CPU и вложить деньги в GPU с большим VRAM.
Начальная сборка (RTX 4060 + i5 + 32 ГБ RAM): ~80 000 ₽. Оптимальная (RTX 4070 + i5 + 32 ГБ): ~110 000 ₽. Продвинутая (RTX 4080 + i7 + 64 ГБ): ~180 000 ₽. Максимальная (RTX 4090 + i7 + 64 ГБ): ~280 000 ₽. Цены актуальны для российского рынка 2024–2025 и зависят от конкретного магазина и акций.
Linux (Ubuntu 22.04/24.04) — стандарт для ML/AI: лучшая поддержка CUDA, PyTorch, совместимость с туториалами и документацией. Windows тоже работает — WSL2 позволяет запускать Linux-окружение прямо в Windows. Ollama, ComfyUI, Automatic1111 и LM Studio имеют нативные версии для Windows. Для начинающих рекомендуем Windows + WSL2.
Технически да (ROCm для PyTorch), но на практике поддержка AMD значительно хуже NVIDIA. Многие модели и фреймворки оптимизированы только под CUDA. Ollama поддерживает некоторые AMD GPU, но с ограничениями. Для домашнего ИИ однозначно рекомендуются видеокарты NVIDIA — экосистема CUDA несопоставимо богаче.
Квантизация — снижение точности весов модели для экономии памяти. Модель LLM 70B в полной точности (FP16) занимает ~140 ГБ VRAM, но в 4-bit квантизации (GGUF Q4_K_M) — всего ~40 ГБ, а качество падает незначительно (на 1–5% по бенчмаркам). Это позволяет запустить LLM 70B на RTX 4090 с 24 ГБ VRAM. Популярные форматы: GGUF (для llama.cpp/Ollama), GPTQ, AWQ.

Похожие инструменты

💰

Калькулятор облигаций (YTM, дюрация, НКД)

Рассчитайте доходность к погашению (YTM), дюрацию, НКД и цену облигации. Для ОФЗ, корпоративных и муниципальных бондов.

🏥

Калькулятор беременности по неделям

Рассчитайте срок беременности, триместр и ПДР. Развитие плода по неделям, размер и вес, рекомендуемые анализы.

🧮

Калькулятор бодибилдинга: FFMI, макросы, объём тренировки

Расчёт FFMI, калорий и макронутриентов, объёма тренировок, идеальных пропорций и подготовки к соревнованиям ФБФР.

🧮

Калькулятор мыловарения (SAP)

Расчёт щёлочи по SAP-числам масел для мыла с нуля. NaOH, KOH, пережир, вода.

💻

Генератор Cubic Bezier (CSS transition)

Интерактивный генератор кривых Безье для CSS анимаций. Визуальная настройка плавности переходов, пресеты (ease, linear) и копирование кода.

💻

Калькулятор DNS

Расчёты DNS: записи, TTL, производительность, DNSSEC, миграция, стоимость

🏠

Калькулятор расхода AdBlue

Расчёт расхода AdBlue (мочевины SCR) для дизельных автомобилей. Нормы 3-7%, стоимость, интервал заправки.

🏥

Калькулятор протеина и креатина

Расчет суточной нормы белка и дозировки креатина (загрузка/поддержание) по весу.

🏗️

Калькулятор снеговой нагрузки: СП 20.13330, районы, mu

Расчёт снеговой нагрузки по СП 20: снеговые районы I-VIII, коэффициент формы mu, снеговые мешки, наледь.

🏠

Калькулятор декупажа

Расчёт расхода салфеток, клея и лака для декупажа. Стоимость материалов.

🏥

Калькулятор фармакологии

Фармакокинетика: период полувыведения, клиренс, объём распределения, стационарная концентрация, нагрузочная доза, терапевтический индекс.

⚗️

Калькулятор теории кристаллического поля

Расчёт ЭСКП, расщепление d-орбиталей в октаэдрическом и тетраэдрическом полях, высокоспиновые и низкоспиновые комплексы, магнитный момент.

📐

Калькулятор бутстрэп и байесовских оценок

Выполните ресемплинг методом Бутстрэп и оцените параметры с помощью Байесовского вывода. Доверительные и кредибельные интервалы онлайн.

🧮

Калькулятор эпоксидной смолы для заливки

Расчёт объёма и пропорций смолы для столешниц-рек, ювелирки, подставок. Слоевая заливка, пигменты.

🏥

Калькулятор логопедии: речевое развитие, заикание, дисфагия и SSI-4

Логопедические расчёты онлайн: оценка речевого развития, индекс разборчивости речи, скорость речи, дисфагия DOSS, заикание SSI-4.

Лиана Арифметова
Создатель

Лиана Арифметова

Миссия: Демократизировать сложные расчеты. Превратить страх перед числами в ясность и контроль. Девиз: «Любая повторяющаяся задача заслуживает своего калькулятора».

Был ли этот калькулятор полезен?

⚖️

Отказ от ответственности

Только для информационных целей. Все расчёты, результаты и данные, предоставляемые данным инструментом, носят исключительно ознакомительный и справочный характер. Они не являются профессиональной консультацией — медицинской, юридической, финансовой, инженерной или иной.

Точность результатов. Калькулятор основан на общепринятых формулах и методиках, однако фактические результаты могут отличаться в зависимости от индивидуальных условий, исходных данных и применяемых стандартов. Мы не гарантируем полноту, точность или актуальность приведённых расчётов.

Медицинские, финансовые и профессиональные решения должны приниматься исключительно на основании консультации с квалифицированными специалистами — врачом, финансовым советником, инженером или другим профессионалом в соответствующей области. Не используйте результаты данного инструмента как единственное основание для принятия важных решений.

Ограничение ответственности. Авторы и разработчики сервиса не несут никакой ответственности за прямой или косвенный ущерб, возникший в результате использования данных расчётов. Пользователь принимает на себя всю ответственность за интерпретацию и применение полученных результатов.