4 октября 2026 г. · Анатолий Крылов, редактор Тераферма
Рейтинг видеокарт для обучения нейросетей 2026: таблица
Лучшие видеокарты для обучения нейросетей в 2026 году: H100 и H200 для больших моделей, A100 как компромисс по памяти и цене, RTX 4090 и RTX 5090 для LoRA и моделей до 13B. По соотношению цены и скорости в аренде выигрывают RTX 4090 за 48 ₽/час и RTX 5090 за 83 ₽/час, а H100 за 339–417 ₽/час окупается там, где задача упирается в вычисления и память.
Если нужна видеокарта для обучения нейросети под конкретную задачу, с ценами и расчётом по LoRA, QLoRA и полному обучению — смотрите аренду GPU для обучения.
Как мы составляли рейтинг
Для обучения важны три параметра, и порядок у них именно такой.
Объём видеопамяти. Определяет, что вообще можно обучать. В память должны поместиться веса, градиенты, состояния оптимизатора и активации. Не хватило — не помогут ни терафлопсы, ни скидки.
Скорость. Складывается из производительности тензорных ядер в bf16/FP16 (а у новых карт ещё и FP8) и пропускной способности памяти. Для обучения трансформеров обе характеристики важны примерно одинаково.
Цена часа. Мы берём тарифы Терафермы, их легко пересчитать под ваш бюджет. Итог считаем не в рублях за час, а в рублях за результат.
Паспортные цифры производителя завышают реальную скорость: на практике редко удаётся получить больше 40–60% от пиковых терафлопсов. Поэтому сравнивайте карты между собой, а не с маркетинговыми обещаниями.
Сводная таблица видеокарт для обучения
| Место | Карта | Память | Пропускная способность | Цена, ₽/час | Для чего лучше всего |
|---|---|---|---|---|---|
| 1 | H100 | 80 ГБ HBM3 | ~3,35 ТБ/с (SXM) | 255 | Полное обучение, FP8, мульти-GPU |
| 2 | H200 | 141 ГБ HBM3e | ~4,8 ТБ/с | 534 | Модели, которым тесно в 80 ГБ |
| 3 | A100 | 80 ГБ HBM2e | ~2 ТБ/с | 102 | Обучение с большим объёмом памяти |
| 4 | RTX 5090 | 32 ГБ GDDR7 | ~1,8 ТБ/с | 70 | LoRA до 13B, обучение небольших моделей |
| 5 | RTX 4090 | 24 ГБ GDDR6X | ~1 ТБ/с | 44 | LoRA и QLoRA, лучшая цена за эпоху |
| 6 | RTX PRO 6000 | 96 ГБ GDDR7 | ~1,8 ТБ/с | 178 | Большая память в одной карте |
| 7 | B200 | 180+ ГБ HBM3e | ~8 ТБ/с | 884 | Масштабное обучение, если важны сроки |
| 8 | L40S | 48 ГБ GDDR6 | ~0,86 ТБ/с | 102 | Обучение и инференс средних моделей |
| 9 | RTX A6000 | 48 ГБ GDDR6 | ~0,77 ТБ/с | 60 | Дешёвые 48 ГБ для QLoRA 30–70B |
| 10 | RTX 3090 | 24 ГБ GDDR6X | ~0,94 ТБ/с | 22 | Бюджетное дообучение, эксперименты |
| 11 | RTX A5000 | 24 ГБ GDDR6 | ~0,77 ТБ/с | 34 | Стабильная работа с 24 ГБ |
| 12 | RTX 5080 | 16 ГБ GDDR7 | ~0,96 ТБ/с | 38 | Небольшие модели, CV-задачи |
| 13 | RTX 4060 Ti | 16 ГБ GDDR6 | ~0,29 ТБ/с | 15 | QLoRA 7B, учебные проекты |
| 14 | RTX 3060 | 12 ГБ GDDR6 | ~0,36 ТБ/с | 10 | Обучение небольших сетей, курсы |
Место в рейтинге отражает нашу оценку универсальности карты для обучения с учётом цены, а не сырой скорости. B200 быстрее всех, но при тарифе 1181 ₽/час она оправдана далеко не в каждом проекте.
Лидеры: H100, H200 и A100
H100 остаётся стандартом для серьёзного обучения. Тензорные ядра поддерживают FP8, а NVLink в версии SXM связывает карты на скорости, недоступной по PCIe. Для модели 7B с полным обучением на Adam нужно около 16 байт на параметр, то есть свыше 110 ГБ плюс активации. Две–четыре H100 с FSDP справляются с этим уверенно. Подробно о стоимости написано в статье сколько стоит аренда H100.
H200 построена на той же архитектуре Hopper, но несёт 141 ГБ более быстрой памяти. Берите её, когда модель или батч не помещаются в 80 ГБ и не хочется делить их на несколько карт. Одна H200 за 453 ₽/час иногда проще и быстрее двух H100 за 510 ₽/час из-за отсутствия накладных расходов на синхронизацию.
A100 давно стала проверенной рабочей лошадкой. Она медленнее H100 примерно в 2–3 раза на трансформерах, но и стоит в 2,5 раза дешевле: 102 ₽/час. Если задача упирается в память, а не в вычисления, A100 часто даёт лучшую цену за результат.
Игровые карты: RTX 4090 и RTX 5090
Для большинства команд, которые дообучают открытые модели, игровые флагманы остаются самым выгодным вариантом.
RTX 4090 с 24 ГБ спокойно тянет QLoRA для моделей до 30B и LoRA для 7–13B. В bf16 она быстрее A100 на небольших задачах, где не нужен весь объём памяти. При цене 44 ₽/час прогон LoRA на 8B за 3–4 часа стоит 130–180 ₽.
RTX 5090 даёт 32 ГБ и почти вдвое большую пропускную способность памяти. Дополнительные 8 ГБ позволяют увеличить батч или контекст, а это прямо влияет на скорость и качество обучения. Сравнение двух поколений есть в статье RTX 5090 для ИИ.
У игровых карт два ограничения. Первое — нет NVLink, поэтому обучение на нескольких картах идёт через PCIe и масштабируется хуже. Второе — память: полное обучение модели больше 1–2B на одной такой карте не поместится.
Бюджетный сегмент: что можно обучать за 12–26 ₽ в час
Дешёвые карты годятся не только для учёбы. На них удобно отлаживать код перед запуском на дорогом железе.
- RTX 3090 (24 ГБ, 26 ₽/час) — по памяти равна RTX 4090, по скорости уступает примерно в 1,5–2 раза. Для QLoRA 7–13B и экспериментов — лучшая цена за гигабайт памяти.
- RTX 4060 Ti (16 ГБ, 21 ₽/час) — хватает для QLoRA моделей 7–8B с коротким контекстом. Узкая шина памяти замедляет обучение, зато час стоит копейки.
- RTX 3060 (12 ГБ, 12 ₽/час) — классические CV-модели, небольшие трансформеры, учебные курсы. LLM-дообучение возможно только для моделей до 3–4B в 4 битах.
У бюджетных карт есть и неочевидный плюс: их удобно брать по несколько штук для параллельных экспериментов. Вместо одного прогона на A100 можно одновременно запустить четыре варианта гиперпараметров на четырёх RTX 3090: суммарно это 88 ₽ в час против 102 ₽, а результатов вы получите в четыре раза больше. Для подбора learning rate, размера LoRA-ранга или состава датасета такой подход часто эффективнее одной мощной карты.
Если не уверены, сколько памяти потребует ваша модель, прикиньте объём в статье сколько видеопамяти нужно для LLM или в калькуляторе VRAM.
Какую карту выбрать под задачу
| Задача | Рекомендуемая карта | Почему |
|---|---|---|
| QLoRA 7–8B | RTX 3090 / RTX 4090 | 24 ГБ с запасом, низкая цена часа |
| LoRA 13B в bf16 | RTX 5090 / A100 | Нужно 30–40 ГБ под веса и активации |
| QLoRA 70B | RTX A6000 / A100 | 48–80 ГБ, модель в 4 битах занимает ~40 ГБ |
| Полное обучение 1–3B | RTX 5090 / A100 | Веса, градиенты и Adam — до 50 ГБ |
| Полное обучение 7B | 4 × A100 / 2–4 × H100 | 110+ ГБ, нужен FSDP или ZeRO |
| Обучение CV-моделей | RTX 4090 / L40S | Важна скорость, память вторична |
| Учебные проекты | RTX 3060 / RTX 4060 Ti | Минимальная цена, хватает для основ |
Общее правило: сначала отсекаем карты, в которые задача не помещается. Из оставшихся выбираем ту, где произведение «часы × тариф» меньше. Часто это не самая дешёвая и не самая быстрая карта, а середина списка.
Частые ошибки при выборе карты
Даже с таблицей перед глазами легко ошибиться. Вот ситуации, которые встречаются чаще всего.
Выбор по терафлопсам. Пиковая производительность из спецификации ничего не говорит о том, поместится ли модель. Карта с 16 ГБ и высокими терафлопсами бесполезна для задачи, которой нужно 30 ГБ.
Забытые активации. Расчёт «веса плюс оптимизатор» не учитывает активации, а они при длинных последовательностях занимают десятки гигабайт. Gradient checkpointing снижает их объём ценой примерно 20–30% скорости, и это часто дешевле, чем переход на карту с большей памятью.
Обучение в FP32. Современные карты раскрываются в bf16 и FP16. Обучение в полной точности медленнее в разы и требует вдвое больше памяти под веса и градиенты.
Две слабые карты вместо одной сильной. Две RTX 4090 через PCIe на обучении с FSDP часто оказываются медленнее одной A100, хотя суммарной памяти у них почти столько же. Обмен данными между картами съедает выигрыш.
Мощная карта на этапе отладки. Ошибки в коде одинаково падают на RTX 3060 и на H100, но на H100 каждая минута такого падения стоит в 25 раз дороже.
Как проверить выбор на практике
Таблицы дают ориентир, но реальная скорость зависит от модели, длины последовательности и библиотек. Надёжнее всего сделать короткий замер.
- Арендуйте две карты-кандидата на 15–20 минут каждую.
- Запустите одинаковое обучение на 100–200 шагов с одним и тем же батчем.
- Засеките время шага и пересчитайте его в стоимость полной эпохи.
Такой тест обходится в 20–100 ₽ и избавляет от ошибки, которая на длинном обучении стоит тысячи. Оплата в Тераферме поминутная, так что за 15 минут на RTX 4090 вы заплатите 11 ₽.
Все карты из рейтинга доступны в каталоге аренды GPU для ИИ. Выберите пару кандидатов, сделайте замер — и запускайте обучение на той, что даёт лучшую цену за эпоху.