Компьютер для ИИ в 2026: сокет, видеокарта, память и частоты - полный разбор по железу

Локальный ИИ изменил правила сборки ПК: если играм важны частоты и «попугаи», то нейросетям — объём и пропускная способность видеопамяти, оперативка под оффлоад и быстрый накопитель под веса моделей. Ошибка в одном компоненте здесь стоит не «минус 10 FPS», а «модель просто не запускается». Команда Lemag.kz разобрала железо 2026 года по косточкам — сокет, GPU, тип и частота памяти — и собрала четыре конфигурации в тенге под реальные задачи.

1. Три типа ИИ-нагрузок — и три разных требования

🧠 Инференс LLM (чат, ассистенты, RAG). Решает объём VRAM: модель должна целиком или почти целиком помещаться в видеопамять; скорость зависит от её пропускной способности.

🎨 Генерация изображений и видео (Flux, SDXL, видео-модели). VRAM + скорость ядра: 12 ГБ — комфортный минимум, 16–24 ГБ — без компромиссов по разрешению.

🛠 Дообучение (LoRA/QLoRA). VRAM + стабильность питания и охлаждения: часы нагрузки под 100%.

Сначала считайте байты, потом герцы: в ИИ-сборке объём памяти — король, частоты — свита.

2. Главное правило: сколько VRAM съедает модель

📏 Формула: размер модели в Q4-квантовании ≈ число параметров × 0,7 ГБ + 2 ГБ на контекст.

🧩 Реальные значения 2026:

• 7B (базовые ассистенты) — 6 ГБ VRAM: хватает RTX 4060/5060 с 8 ГБ впритык, комфортно с 12 ГБ;
• 14B (рабочие ассистенты) — 10 ГБ: карта от 12 ГБ;
• 32B (сильный локальный помощник) — 20 ГБ: RTX 4090/5090 (24/32 ГБ) или оффлоад части в оперативку;
• 70B (уровень «почти облако») — 40+ ГБ: только Mac с unified memory 64–128 ГБ или связка GPU + RAM в режиме оффлоада (медленнее в 5–8 раз).

🎨 Генерация: SDXL — 8–10 ГБ, Flux FP8 — 12–16 ГБ, видео-модели — 16–24 ГБ.

3. Видеокарты 2026: NVIDIA, AMD и вопрос VRAM

🟢 NVIDIA RTX 50-я серия — стандарт для ИИ. CUDA и экосистема библиотек означают, что любой свежий софт выходит сначала сюда.

• RTX 5060 Ti 16 ГБ — народная карта входа в ИИ: 16 ГБ за умеренные деньги;
• RTX 5070 Ti 16 ГБ — генерация и 14B-модели с запасом;
• RTX 5080 16 ГБ — скорость для продакшн-генерации;
• RTX 5090 32 ГБ — домашний потолок: 32B целиком в VRAM, 70B в гибриде.

🔴 AMD RX 9070 XT 16 ГБ. Сильное железо за меньшие деньги; ROCm подтянулся, но отдельные инструменты всё ещё «NVIDIA-first». Выбор прагматика под генерацию и инференс в открытых стеках.

Прошлое поколение с рук. RTX 4090 24 ГБ и 4070 Ti Super 16 ГБ — лучшие «б/у-сделки» 2026: объём памяти не стареет.

🍏 Apple Silicon. M4 Max с 64–128 ГБ unified memory — единственная домашняя дорога к 70B; цена входа высокая, скорость ниже топовых GPU, но «всё в одной коробке».

4. Процессор и сокет: где заканчивается апгрейд

🟠 AMD AM5 — платформа с будущим. Ryzen 7000/9000 и X3D-модели; AMD обещала поддержку сокета до 2027+, значит, материнская плата B650/X670E переживёт два поколения апгрейдов. Для ИИ-сборки это главный аргумент: меняете CPU без замены платформы.

🔵 Intel LGA1851 (Core Ultra 200). Сильные однопоток и NPU, поддержка DDR5 и CUDIMM; но история Intel последних лет — новый сокет каждые два поколения: апгрейд после 2027, вероятно, потребует новую плату.

⚪ LGA1700 и AM4 — только для эконом-сборок. Платформы закрыты; брать имеет смысл лишь в жёстком бюджете «на один цикл».

🧮 Когда CPU важен для ИИ: пре-/постобработка, RAG-индексация, CPU-оффлоад слоёв, запуск моделей целиком в оперативке (медленный режим, но работает). Здесь решают ядра и пропускная способность памяти: 16-поточный Ryzen 7/9 или Core Ultra 7 — оптимум.

Правило сокета: в ИИ-сборке платформа AM5 предпочтительнее — вы будете апгрейдить видеокарту и память, и плата не должна становиться тормозом.

5. Оперативная память: тип, класс, частота

📐 Тип. Только DDR5: DDR4 упирается в ~40 ГБ/с на канал против 60–80 ГБ/с у DDR5 в номинале — для CPU-инференса и оффлоада это прямая потеря скорости токенов.

🎚 Частота и классы:

• 5600 МТ/с — базовый уровень JEDEC: достаточно, если GPU делает всю работу;
• 6000–6400 МТ/с (XMP/EXPO) — золотая середина 2026: максимум «бесплатной» скорости без плясок с таймингами;
• 7200–8000+ МТ/с (CUDIMM) — энтузиастский класс для LGA1851: даёт 8–12% в CPU-режимах, но требует качественной платы и доплат;
• Тайминги: CL30–36 для 6000–6400 — оптимум; ниже CL — дороже, выше — теряете латентность.

📦 Объём. 32 ГБ — минимум сборки; 64 ГБ — рабочий стандарт (оффлоад 32B-моделей); 96–128 ГБ — «домашний сервер» для 70B в медленном режиме. Помните: после скачка цен на память из нашего обзора гаджетов 64 ГБ — это инвестиция, которую стоит сделать до нового витка цен.

🔀 Каналы. Всегда два модуля (dual channel): один модуль 32 ГБ режет пропускную способность вдвое — частая и дорогая ошибка.

6. NPU: зачем процессору нейроблок и сколько TOPS нужно

🤖 Роль NPU: фоновые ассистенты, транскрипция, шумоподавление, малые модели до 3B — без нагрузки на GPU и без расхода его энергии.

📊 Уровни 2026: 40 TOPS — порог Copilot+; 50–60 TOPS — новые NPU в мобильных и десктопных чипах; 80+ TOPS — топовые решения.

🧭 Правда: NPU не заменяет видеокарту для LLM от 7B и генерации; это «фоновый мозг» для ассистентов, которых мы разбирали в статье про ИИ-ассистентов. В сборке NPU — приятный бонус платформы, а не критерий выбора.

7. Накопитель: модели весят десятки гигабайт

⚡ NVMe Gen4 2 ТБ — разумный минимум: библиотека моделей, датасеты, кэш генераций.

🚀 Gen5 — для тех, кто постоянно переключает тяжёлые модели: загрузка весов 40 ГБ сокращается с 20–30 до 8–12 секунд.

🗄 Второй SATA SSD под холодное хранилище — дешевле, чем держать всё на NVMe.

8. Питание и охлаждение: часы под 100%

🔌 Блок питания. RTX 5080/5090 тянут 360–575 Вт в пике: блок 850–1000 Вт с ATX 3.1 и родным кабелем 12V-2x6 — без переходников.

❄️ Охлаждение. Обучение и долгая генерация — это часы максимальной нагрузки: башенный суперкулер или СЖО 280–360 мм на CPU и продуманный airflow корпуса (вход спереди, выход сзади/сверху).

9. Готовые сборки в тенге: четыре конфигурации

🌱 «Вход в ИИ» — 500–600 тысяч ₸. Ryzen 5 7600 (AM5) + B650 + DDR5 32 ГБ 6000 МТ/с + RTX 4060 Ti 16 ГБ (или 5060 Ti 16 ГБ) + NVMe 1 ТБ. Задачи: ассистенты 7–14B, SDXL, обучение азам.

🌿 «Рабочая станция креатора» — 1,2–1,8 млн ₸. Ryzen 7 9700X + B650E + DDR5 64 ГБ 6400 + RTX 5070 Ti 16 ГБ + NVMe Gen4 2 ТБ. Задачи: Flux в FP8, 14B на скорости, LoRA-дообучение.

🌳 «Про-уровень» — 2,5–3,5 млн ₸. Ryzen 9 9950X3D + X670E + DDR5 96 ГБ 6400 + RTX 5090 32 ГБ + Gen5 2 ТБ + БП 1000 Вт. Задачи: 32B целиком в VRAM, тяжёлая генерация, несколько моделей одновременно.

🏔 «Домашний кластер» — от 4 млн ₸. Та же база + вторая RTX 5090 (NVLink-подобные связки не для всех задач, но VRAM суммируется в оффлоаде) или Mac Studio M4 Max 128 ГБ вторым узлом. Задачи: 70B, эксперименты, коммерческие ИИ-сервисы — те, что мы описывали в статье про подработку на ИИ-услугах.

10. Ноутбук или десктоп для ИИ

💻 Ноутбук: RTX-ноутбуки дают 8–16 ГБ VRAM с урезанными лимитами мощности (−20–30% к настольным); Mac-ноутбуки с unified memory 36–64 ГБ — уникальный мобильный доступ к большим моделям.

🖥 Десктоп: те же деньги = +30–40% мощности и апгрейд вместо замены. Для ежедневной работы с ИИ — только десктоп; ноутбук — для демонстраций и дороги.

11. Апгрейд или новая сборка: что менять первым

👣 Порядок апгрейда старой системы

1. GPU с большей VRAM — даёт скачок возможностей (модель, которая не запускалась, запускается);
2. Оперативка до 64 ГБ двумя модулями — оффлоад и многозадачность;
3. NVMe Gen4 2 ТБ — библиотека моделей без жонглирования дисками;
4. CPU и платформа — в последнюю очередь: для ИИ старый 8-ядерник редко узкое место.

Правило: если ваша плата — AM4/LGA1700, а цель — 32B+, считайте новую платформу целиком: частичный апгрейд упрётся в потолок DDR4 и PCIe.

12. Ошибки, которые убивают ИИ-сборку

🎮 «Взял мощное ядро, но 8 ГБ VRAM». Быстрая карта без объёма — самая частая переплата: инференс 14B на неё просто не влезет.

🧯 Один модуль памяти. Экономия 40 тысяч тенге стоит −30% скорости в CPU-режимах.

🔌 БП впритык. Пики 50-й серии выключают систему под нагрузкой обучения; запас 250–300 Вт обязателен.

🌡 Корпус-термос. Троттлинг GPU через 20 минут генерации — это минус 20% скорости бесплатно.

13. Чек-лист перед покупкой

👣 Десять вопросов к конфигурации

1. VRAM закрывает мою целевую модель + 2 ГБ запаса?
2. Память — два модуля DDR5 от 6000 МТ/с?
3. Объём RAM от 32 ГБ, а лучше 64?
4. NVMe от 2 ТБ Gen4?
5. БП ATX 3.1 с запасом 300 Вт?
6. Платформа AM5 с заделом апгрейда?
7. Корпус с нормальным airflow?
8. CUDA-совместимость софта, который планирую использовать?
9. Розетка и ИБП: обучение — часы нагрузки, скачок света не должен убивать сессию.
10. Бюджет на рост: оставьте 10% резерва — цены на память в 2026 подвижны.

Итог: компьютер для ИИ в 2026 году собирается вокруг одного числа — объёма видеопамяти. Всё остальное подчиняется ему: платформа AM5 ради апгрейдов, DDR5 6000+ двумя модулями ради пропускной способности, быстрый NVMe ради весов моделей и честный блок питания ради часов нагрузки. Начните с ответа «какую модель я хочу гонять локально» — и конфигурация соберётся сама, без переплат за бенчмарки, которые в ИИ ничего не решают. 🖥