Made on
Tilda
CPU / GPU / NPU, память, накопители и типовые конфигурации — как собрать систему, которая потянет нейросети.
Понимание основных компонентов компьютера важно для IT-оборудования в целом — не только для задач ИИ. Это необходимо менеджерам IT-проектов для принятия эффективных решений о покупке и использовании технологий. Знание того, как узлы взаимодействуют и на какие задачи влияют, позволяет грамотно подбирать конфигурацию — офисный ПК, игровую станцию, рабочую станцию для монтажа или машину для локальной работы с нейросетями.
«Мозг» системы: ОС, планирование задач
Тысячи ядер — основа работы нейросетей
Локальный ИИ-инференс, низкое питание
Временное хранение активных данных
Долговременное хранение данных
Стабилизирует электропитание
Основа, соединяющая всё вместе
Рабочие температуры под нагрузкой
«Основа» компьютера, соединяющая все компоненты. Определяет, какие устройства можно подключить и насколько гибким будет апгрейд — плата должна соответствовать процессору и другим компонентам.
Процессор устанавливается в совместимый сокет платы и требует соответствующего чипсета. Несовпадение сокета делает установку CPU физически невозможной.
Управляет связью между CPU, RAM, накопителями и периферией. Топовые чипсеты нужны под серьёзные ИИ-задачи (разгон, несколько GPU, быстрые NVMe).
Обеспечивают электричество для CPU, RAM и др. Мощные процессоры и видеокарты требуют усиленных цепей питания.
ATX — стандарт; Micro-ATX — компактнее; Mini-ITX — для компактных сборок; E-ATX — для мощных систем с доп. слотами.
Чипсет — «диспетчер» платы: определяет, какие процессоры встанут в сокет, сколько линий PCIe получит видеокарта и накопители, будет ли доступен разгон.
| Чипсет | Класс | Особенности |
|---|---|---|
| X870E / X870 | топ (2024) | USB4, PCIe 5.0, разгон — под мощные ИИ-сборки |
| B850 | средний (2025) | PCIe 5.0 для GPU, лучшая цена/возможности |
| B650E / B650 | средний (2022) | у B650E — PCIe 5.0 для GPU; доступный вход в AM5 |
| A620 | базовый | без разгона CPU, минимум функций |
| Чипсет | Сокет | Особенности |
|---|---|---|
| Z890 | LGA 1851 | разгон CPU и памяти, максимум PCIe |
| B860 | LGA 1851 | без разгона CPU, разгон памяти доступен |
| H810 | LGA 1851 | минимум функций, офисные/учебные ПК |
| B760 | LGA 1700 | оптимум без разгона, 12–14 поколения |
Центральный процессор отвечает за общее управление системой: ОС, планирование задач, работу приложений, сетевой стек и подготовку данных перед передачей на GPU/NPU. У CPU немного мощных ядер для последовательных, логически ветвящихся операций — он плохо подходит для тяжёлых матричных вычислений нейросетей.
Слабый CPU может стать бутылочным горлышком даже при мощной видеокарте, если система не успевает подавать данные на GPU.
Практический вывод: подбирайте CPU не только по «мощности», но и по способности бесперебойно готовить данные для GPU — особенно при работе с большими датасетами и батчами.
И у AMD, и у Intel линейки делятся на классы, которые легко читать по первой цифре: чем выше — тем мощнее (и дороже). Это главный ориентир при первом выборе.
Офис, учёба, веб и мультимедиа. 4 ядра — достаточно для базовых задач без запаса.
Золотая середина: игры, работа, лёгкий контент. 6–14 ядер — разумный минимум для ИИ-задач.
Высокая производительность: игры + стриминг, тяжёлый софт, уверенная работа с нейросетями.
Максимум: 12–24 ядра для профессиональных рабочих станций и топовых сборок.
X — повышенная производительность · X3D — доп. 3D-кэш · G — встроенная графика · T — низкое энергопотребление · U — ультрамобильный (15–28 Вт) · HS/H — производительный · HX — топовый мобильный (55 Вт+)
K — разблокированный множитель · F — без встроенной графики · KF — разгон + без графики · T — низкое энергопотребление · U — ультрамобильный · P — тонкий и лёгкий · H — производительный · HX — топовый мобильный
GPU отвечает за обработку графической информации и вывод изображения. Параллельная архитектура видеокарты — тысячи ядер CUDA/аналогов — сделала её основным инструментом работы с нейросетями: GPU обрабатывает множество однотипных операций (умножение матриц) одновременно, что идеально соответствует математике нейросетей.
| Параметр | CPU | GPU | NPU |
|---|---|---|---|
| Архитектура | несколько мощных ядер | тысячи параллельных ядер | спец. MAC-блоки |
| Основная роль | оркестрация, логика, ОС | тяжёлые вычисления, генерация | локальный (edge) инференс |
| Энергоэффективность | средняя | низкая (тепловыделение) | очень высокая |
| Типичные задачи | БД, сеть, предобработка | генерация, 3D-рендер | распознавание речи/лиц |
| Серия | Архитектура | Память | Особенности |
|---|---|---|---|
| RTX 20xx | Turing · 2018 | 6–11 ГБ | первое RTX, DLSS |
| RTX 30xx | Ampere · 2020 | 8–24 ГБ | 3060 12ГБ — «народная» карта |
| RTX 40xx | Ada · 2022 | 8–24 ГБ | DLSS 3 · 4090 = 24 ГБ |
| RTX 50xx | Blackwell · 2025 | 8–32 ГБ | DLSS 4 · 5090 = 32 ГБ |
NVIDIA GeForce · пример номенклатуры серий
Объём видеопамяти (VRAM) — определяющий параметр: он ограничивает, какие модели можно запускать локально и с каким контекстом работать.
Первое знакомство с ИИ, лёгкие модели — с ограничениями.
Средние LLM, генерация изображений без жёстких ограничений.
Средние LLM, SDXL. Разумный выбор на сегодня.
Крупные модели. Уровень RTX 3090/4090, Radeon 7900 XTX.
Две карты по 24 ГБ или проф. решения.
комфортный стандарт VRAM для ИИ-задач
VRAM у RTX 5090 — топ потребительских GPU
унифицированной памяти у Ryzen AI Max
производительность NPU Ryzen AI 400
Блок питания преобразует переменный ток из сети в постоянный для всех компонентов. Мощность БП должна соответствовать суммарному энергопотреблению системы — недостаточная мощность приводит к нестабильной работе и отключениям, особенно при пиковых нагрузках от GPU во время длительной работы нейросетей.
Показывает эффективность БП. Чем выше эффективность, тем меньше энергии теряется в виде тепла.
рост эффективности →
Обеспечивает временное хранение данных, необходимых процессору. Чем больше объём и выше скорость RAM, тем эффективнее работает система — быстрая передача информации между процессором и памятью критична для производительности.
Два актуальных типа — DDR4 и DDR5 (различаются скоростью и энергопотреблением). По форм-фактору: SO-DIMM (ноутбуки) и DIMM (десктопы). Двух- и четырёхканальный режим значительно увеличивает пропускную способность. Индекс (напр. DDR4-3200) — частота в МГц.
HDD использует магнитные диски: большие объёмы по низкой цене, но медленнее SSD. SSD основан на флэш-памяти: высокая скорость и надёжность при более высокой цене за гигабайт. NVMe подключается напрямую по шине PCIe и существенно превосходит по скорости и HDD, и SATA SSD.
| Назначение | CPU | GPU | RAM | Накопитель | БП |
|---|---|---|---|---|---|
| Офис / учёба | Intel i3 / Ryzen 5 5500F | встроенная / RTX 3050/4050 | 16 ГБ DDR4/DDR5 | 512 ГБ NVMe | 500W 80+ Bronze |
| Игры 1080p–1440p | Ryzen 5 7600 / Core i5 14400F | RTX 4060 Ti / 5070 | 32 ГБ DDR5 | 1 ТБ NVMe Gen4 | 650W 80+ Gold |
| Игры 4K / рендер | Ryzen 9 9900/9950 / i9 14900K | RTX 5080/5090 | 64 ГБ DDR5 | 2–4 ТБ NVMe Gen5 | 850–1000W Platinum |
| Видеомонтаж / 3D | Ryzen 9 9950X / i9 14900K | RTX 5080 / Pro-серия | 64–128 ГБ DDR5 | 2×2 ТБ NVMe + HDD | 1000W Platinum |
Полный свод типовых сборок — от офисных до специализированных под работу с нейросетями — показывает, как компоненты сочетаются под конкретные задачи.
Три специализированные конфигурации под задачи ИИ: от начального уровня до профессиональной станции.
| Назначение | CPU | GPU | RAM | Накопитель | БП |
|---|---|---|---|---|---|
| ИИ начального уровня | Ryzen 5 8600G | RTX 4060 Ti 16GB | 32 ГБ DDR5-5600 | 1 ТБ NVMe | 650W 80+ Bronze |
| ИИ универсальная станция | Ryzen 7 8700X | RTX 5070 Ti 16GB | 64 ГБ DDR5-6000 | 2 ТБ NVMe | 850W 80+ Gold |
| ИИ-монстр (проф.) | Ryzen 9 9950X | RTX 5090 32GB | 128 ГБ DDR5-6400 | 4 ТБ NVMe | 1200W 80+ Platinum |
Игры, монтаж, работа с моделями — от этого зависит всё остальное.
Главный ресурс для ИИ: видеокарта определяет, какие модели потянет система.
Процессор должен успевать готовить и подавать данные на GPU.
Обычно вдвое больше VRAM для комфортной работы с данными.
Быстрый NVMe под данные и БП с достаточным резервом мощности.
Компьютер работает как единая система, где производительность определяется самым слабым звеном. GPU критически важен для параллельных вычислений, БП стабилизирует электричество для всех компонентов, накопитель хранит и предоставляет доступ к данным, а корпус обеспечивает физическое размещение и охлаждение. RAM обеспечивает временное хранение данных для CPU; частоты DDR4/DDR5 влияют на скорость и производительность.
Понимание этих взаимосвязей позволяет собрать сбалансированную систему под любую цель — от повседневного офисного ПК до мощной станции для работы с нейросетями.
Параллельная архитектура видеокарты идеально соответствует математике нейросетей, а объём VRAM определяет, какие модели вообще запустятся. Комфортный стандарт сегодня — 16 ГБ.
Берёт на себя лёгкие локальные задачи, но облачные LLM от него не ускоряются — серьёзные вычисления остаются за видеокартой.
Класс (3/5/7/9 у CPU, X050–X090 у GPU), поколение, позиция в линейке и суффикс (X3D, K, Ti, SUPER, XT) — разобрав название один раз, вы перестанете путаться в моделях AMD, Intel и NVIDIA.
Сокет совпадает с CPU, чипсет даёт нужные линии PCIe, БП — запас мощности (от Gold), RAM — вдвое больше VRAM. Система сильна своим самым слабым звеном.
Далее в курсе: 2.2 Серверная инфраструктура
Курс «Нейросети и ИИ» продолжается — практические занятия, разбор реальных задач и персональная поддержка на каждом этапе обучения.
ИИ В ДЕЛЕ · Модуль 2 · Лекция 2.1 «Железо под ИИ»