PSR ONLINE / ИИ-БИБЛИОТЕКА
Исследование · Россия · 13 ноября 2026

Какой компьютер купить для локального ИИ?

Пять бюджетов от 100 000 ₽ до 2 млн ₽. Состав железа, стоимость каждой детали, реальные задачи и отдельный разбор совокупной видеопамяти, CPU-offload и единой памяти до 192 ГБ.

CUDA и ROCm7B → 120B+Изображения и видеоКод, документы, агентыСсылки на цены
Короткий вывод: лучше начать с 284 тыс. ₽, а не сразу тратить 2 млн.

RTX 3090 24 ГБ с 128 ГБ оперативной памяти даёт хороший вход в локальный ИИ и программирование. Для больших моделей 70B интересна пара RTX 3090 (48 ГБ VRAM), а за 319 тыс. ₽ есть другой путь — AMD с 128 ГБ единой памяти. Для медиа особенно ценна RTX 5090.

1. Пять рабочих конфигураций

Цены в рублях из подготовленной сметы. Указаны конкретные комплектующие, их количество и остаток до лимита. Встречаются б/у видеокарты и приблизительные бюджеты: перед заказом нужно заново проверить наличие, стоимость и совместимость.

До 100 000 ₽Старт

Вход в локальный ИИ

RTX 3060 12 ГБ + Ryzen 5 5600

Память12 ГБ VRAM / 32 ГБ DDR4
96 869 ₽по смете · запас до лимита 3 131 ₽
Комплектующие и точные расходы
КомпонентКол.Цена/шт.Сумма
RTX 3060 12 ГБ (б/у)130 000 ₽30 000 ₽
Ryzen 5 5600111 499 ₽11 499 ₽
B550M18 000 ₽8 000 ₽
ОЗУ 32 ГБ DDR4124 370 ₽24 370 ₽
SSD NVMe 1 ТБ17 500 ₽7 500 ₽
БП 650 Вт Gold17 500 ₽7 500 ₽
Корпус и кулер18 000 ₽8 000 ₽
ИТОГО96 869 ₽
Что умеет
  • 7–8B Q4: уверенно
  • 14B Q4: с ограничением контекста
  • OCR, PDF, локальный RAG, речь, SDXL
  • Большие модели — преимущественно CPU/RAM, очень медленно

Учти: RTX 3060 заложена б/у. 32 ГБ RAM мало для комфортной частичной выгрузки 70B. Бюджет близок к потолку.

До 300 000 ₽Мой фаворит

Универсальный рабочий ПК

RTX 3090 24 ГБ + Ryzen 7 5700X

Память24 ГБ VRAM / 128 ГБ DDR4
284 160 ₽по смете · запас до лимита 15 840 ₽
Комплектующие и точные расходы
КомпонентКол.Цена/шт.Сумма
RTX 3090 24 ГБ (б/у)195 000 ₽95 000 ₽
Ryzen 7 5700X115 000 ₽15 000 ₽
B550 / 4 DIMM112 000 ₽12 000 ₽
ОЗУ 64 ГБ DDR4 (2 набора → 128 ГБ)258 080 ₽116 160 ₽
SSD NVMe 2 ТБ116 000 ₽16 000 ₽
БП 1000 Вт Gold115 000 ₽15 000 ₽
Корпус и охлаждение115 000 ₽15 000 ₽
ИТОГО284 160 ₽
Что умеет
  • 7–14B: быстро
  • 30–32B Q4: при подходящем контексте — на GPU
  • 70B Q4: можно выгрузить часть слоёв в RAM, но медленно
  • Документы, агенты, код, изображения, QLoRA малых моделей

Учти: Б/у 3090 нужно проверить под длительной нагрузкой. Важны состояние VRAM, термопрокладки и покупательская гарантия.

До 500 000 ₽Большие модели

Станция для больших моделей

2× RTX 3090 24 ГБ + Ryzen 9 5950X

Память48 ГБ VRAM суммарно / 128 ГБ DDR4
467 160 ₽по смете · запас до лимита 32 840 ₽
Комплектующие и точные расходы
КомпонентКол.Цена/шт.Сумма
RTX 3090 24 ГБ (б/у)295 000 ₽190 000 ₽
Ryzen 9 5950X134 000 ₽34 000 ₽
X570, два слота PCIe x8/x8132 000 ₽32 000 ₽
ОЗУ 64 ГБ DDR4 (2 набора → 128 ГБ)258 080 ₽116 160 ₽
SSD NVMe 2 ТБ116 000 ₽16 000 ₽
БП 1600 Вт143 000 ₽43 000 ₽
Рама/корпус + охлаждение 2 GPU136 000 ₽36 000 ₽
ИТОГО467 160 ₽
Что умеет
  • 30–32B: комфортно
  • 70B Q4: зачастую помещается при умеренном контексте, запас мал
  • Код, агенты, научные PDF, базы знаний, изображения
  • Многокарточный inference через llama.cpp; тепло, шум, питание

Учти: 48 ГБ VRAM — сумма, а не единый модуль. Нужны поддержка multi-GPU, физическая совместимость и сильная вентиляция.

До 1 000 000 ₽Unified CUDA

Компактный компьютер с единой памятью

NVIDIA DGX Spark / GB10

Память128 ГБ Unified LPDDR5x / SSD 4 ТБ
974 000 ₽по смете · запас до лимита 26 000 ₽
Комплектующие и точные расходы
КомпонентКол.Цена/шт.Сумма
Готовая система DGX Spark: GB10, 128 ГБ Unified, SSD 4 ТБ1974 000 ₽974 000 ₽
ИТОГО974 000 ₽
Что умеет
  • 70B Q4: помещается вместе с рабочим контекстом
  • gpt-oss-120b MXFP4: возможен запуск при правильном стеке
  • Большие контексты, RAG, локальные агенты, CUDA
  • Не лучший вариант по скорости генерации видео и картинок за рубль

Учти: Это готовое устройство, раздельных розничных цен CPU/GPU/RAM нет. 128 ГБ включают потребности ОС и остальных процессов; скорости GDDR7 ждать не стоит.

До 2 000 000 ₽Премиум

Гибридная высокопроизводительная ИИ-станция

RTX 5090 32 ГБ + RTX 3090 24 ГБ / Ryzen 9 9950X

Память56 ГБ VRAM суммарно / 128 ГБ DDR5
1 478 655 ₽по смете · запас до лимита 521 345 ₽
Комплектующие и точные расходы
КомпонентКол.Цена/шт.Сумма
RTX 5090 32 ГБ (новая)1849 990 ₽849 990 ₽
RTX 3090 24 ГБ (б/у)195 000 ₽95 000 ₽
Ryzen 9 9950X145 990 ₽45 990 ₽
ASUS ProArt X870E-Creator WiFi155 190 ₽55 190 ₽
ОЗУ 128 ГБ DDR51312 485 ₽312 485 ₽
SSD NVMe 4 ТБ130 000 ₽30 000 ₽
БП 1600 Вт ATX 3.1 / 12V-2x6145 000 ₽45 000 ₽
Корпус/рама/райзер + охлаждение145 000 ₽45 000 ₽
ИТОГО1 478 655 ₽
Что умеет
  • Максимум скорости среди пяти в CUDA-задачах на RTX 5090
  • 56 ГБ совместной VRAM через модельный split: с оговорками
  • 70B Q4; более крупные модели с offload в RAM
  • ComfyUI, изображения, короткое видео, программирование и QLoRA

Учти: Две карты разного поколения требуют специальных настроек. Нельзя обещать идеальное масштабирование; сборку обязательно проверить на тепловой и электрический режим.

2. Что значит «совокупная память» нейросети

У больших моделей важно различать объём памяти и скорость доступа. Эти три подхода позволяют запускать модели разного размера, но работают не одинаково.

⚡

Одна видеокарта

12–32 ГБ быстрой GDDR-памяти. Отлично, когда веса и контекст помещаются целиком. При нехватке начинается выгрузка в RAM или отказ загрузки.

🧩

Две карты + RAM

Например, 2× RTX 3090 дают 48 ГБ суммарной VRAM. llama.cpp распределяет вычисления между GPU, а часть слоёв при необходимости уходит в системную память. Скорость различается.

🧠

Unified Memory

Ryzen AI Max или NVIDIA GB10 используют общую память CPU/GPU: 128–192 ГБ. Крупная модель помещается без традиционного деления на отдельные VRAM/RAM, но пропускная способность ниже GDDR7.

Модель / квантизацияРазмер весов (прибл.)Где удобно запускать
7–8B, Q44–6 ГБRTX 3060 12 ГБ и выше
14B, Q48–11 ГБ12 ГБ впритык; лучше 24 ГБ
30–32B, Q418–23 ГБRTX 3090 24 ГБ, с ограничением на большой контекст
70B, Q440–50 ГБ2× RTX 3090 (на грани), RTX 5090 + 3090, Unified 128 ГБ
gpt-oss-120b, MXFP4около 60–70 ГБUnified 128 ГБ; на отдельных GPU + RAM — медленно
200B+ Q4часто 110+ ГБ192–256 ГБ Unified или многокарточный сервер; надо проверять архитектуру

Это ориентиры памяти для весов; KV-cache и рабочий контекст требуют дополнительного места. «56 ГБ VRAM + 128 ГБ RAM» не превращаются в 184 ГБ одинаково быстрой GPU-памяти. И не каждый движок поддерживает multi-GPU или Unified Memory.

3. Возможности по задачам

Задача100 тыс.300–500 тыс.1–2 млн
Чат, перевод, тексты, анализ документов7–14B14–70B70–120B при подходящем железе
Программирование, VBA, Libre Basic, агентыНачальные модели30–32B удобноСложный код и большие репозитории
OCR, PDF, внутренние базы знаний (RAG)ДаДа, большие документыДа, параллельные сценарии
Генерация изображенийSDXLSDXL / FLUXЛучше RTX 5090, чем GB10
Генерация видеоМедленноЭкспериментыRTX 5090 — лучший вариант из выбранных
Дообучение LoRAНебольшие модели7–14B и экспериментыБольше возможностей, но есть ограничения

4. Альтернативы: дешёвая единая память

Если приоритет — объём модели в одном компьютере, эти предложения заслуживают отдельного сравнения с CUDA-станциями. Цены ориентировочны, поставку и гарантию следует подтвердить.

FEVM FAEX1 · AMD Ryzen AI Max+ 395

319 000 ₽

128 ГБ общей памяти, SSD 2 ТБ. Выгодный вариант для крупных LLM. Экосистема ROCm/драйверов сложнее привычной NVIDIA CUDA.

Предложение продавца ↗

FEVM FAEX2 · Ryzen AI Max+ PRO 495

672 700 ₽

192 ГБ общей памяти, SSD 2 ТБ. Объём позволяет экспериментировать с более крупными весами, но нужно проверить поддержку конкретного ПО.

Предложение продавца ↗

5. Что купить в первую очередь

Практичный путь для разработки собственных ИИ-сервисов
  • Старт: одна RTX 3090 24 ГБ + 128 ГБ RAM за ≈284 тыс. ₽.
  • Если захочется 70B на GPU: перейти к двум картам или выбрать отдельную многокарточную платформу, предварительно проверив физическую установку.
  • Если важнее большие LLM, чем видео: сравнить с AMD Unified 128 ГБ за ≈319 тыс. ₽.
  • Если упор на видео и графику: рассмотреть RTX 5090 с приоритетом охлаждения, питания и тестов.
  • Перед покупкой: протестировать на своих задачах — локальный кодинг, документооборот и видеоролики; измерять токены/с, задержку и потребление памяти.

6. Источники и точность цен

В Excel рядом с комплектующими отмечены источник и тип цены: предложение магазина, рынок б/у или расчётная оценка. Поэтому цифры — не единый коммерческий офер. Память DDR4/DDR5, видеокарты и компактные ИИ-системы особенно чувствительны к наличию и курсу валют.

  1. Регард — RTX 5090 32 ГБ (цена конкретного предложения).
  2. DDR5 Kingston 128 ГБ — ориентир для дорогой сборки.
  3. Регард — память DDR4 64 ГБ (для двух комплектов).
  4. DigitalRazor — готовые AI-рабочие станции (DGX Spark).
  5. llama.cpp — офлайн-инференс и работа с несколькими GPU / CPU-offload.
  6. AMD — Ryzen AI Max+ 395 (память и архитектура).
  7. NVIDIA — DGX Spark (аппаратная архитектура).

Важное: часть цен в исходной смете является оценочной, даже если рядом указан магазин. Перед оплатой заново запроси корзину и убедись, что есть гарантия на б/у GPU и всё помещается в корпус. Если эти источники перестали открываться, исходный Excel остаётся снимком оценки на дату исследования.

Полная смета — в Excel

Пять сборок, формулы суммы и резерва бюджета, 30 строк комплектующих, ссылки на предложения и таблица совместимости моделей.

⬇ Скачать Excel (XLSX)