Нейросети и GPU
Сервер с видеокартой под LLM, инференс и обучение — облако или выделенный, сколько видеопамяти нужно и что это стоит.
Этот раздел — для тех, кто хочет запустить нейросеть на своих мощностях: чат-бота на открытой модели, генерацию картинок, распознавание речи или поиск по документам компании. Главный вопрос здесь не «у кого арендовать», а «сколько видеопамяти нужно модели». От неё зависит, какая карта подойдёт и сколько вы заплатите.
Начните с трёх шагов. Первый — прикиньте видеопамять под свою модель в калькуляторе ниже. Второй — решите, сколько часов в сутки модель работает. Если несколько часов в день, выгоднее облачный сервер с GPU и почасовой оплатой; если круглосуточно — выделенный сервер с картой. По нашему расчёту граница проходит около 16–18 часов в сутки. Третий — проверьте, нужен ли вам свой сервер вообще. Если данные можно отправлять в сервис провайдера в России, готовая модель с оплатой по часам или за токены обойдётся дешевле и не потребует администратора.
И не всё требует видеокарты. Небольшие модели вроде эмбеддингов для поиска по документам работают и на процессоре: у нас bge-m3 отвечает примерно за 0,17 секунды на 4 vCPU домашнего сервера, а тексты не покидают периметр. Крупные языковые модели и генерацию картинок мы, наоборот, запускаем только на арендованных GPU. Что такое инференс и vLLM, объясняем в глоссарии.
Что брать под задачу
| Задача | Что брать | Цена от | Гайд |
|---|---|---|---|
| Попробовать модель пару часов | облачный сервер с L4 24 ГБ, 8 vCPU, 32 ГБ, почасово | 69,52 ₽/час | Аренда GPU для нейросети |
| Готовая модель 8B с API, без установки | Dedicated Inference, qwen3-8b, оплата по часам | 63,30 ₽/час | Сервер для нейросети |
| Модель по API с оплатой за токены | Token Factory, Qwen-3.8-Flash-Next, входящие токены | 20,85 ₽ за 1 млн токенов | LLM по API или свой GPU |
| Своя модель до 14B или картинки, 24/7 | выделенный сервер с RTX 4090 24 ГБ, 128 ГБ RAM | 56 900 ₽/мес | Своя LLM на сервере |
| Чат для сотрудников с поиском по документам | готовый ИИ-ассистент: RTX PRO 6000 96 ГБ и Open WebUI | 240 290 ₽/мес | Свой ChatGPT для компании |
| Модель 30–70B для многих пользователей | выделенный сервер с RTX PRO 6000 96 ГБ и vLLM | 225 000 ₽/мес | vLLM на своём сервере |
| Большие модели и дообучение | выделенный сервер с H100 80 ГБ, посуточно | 10 000 ₽/день | Аренда H100 и H200 |
Цены с НДС. У облачных GPU диск и IP оплачиваются отдельно; у выделенных серверов диски NVMe, IPv4 и канал 1 Гбит/с уже в цене. Наличие карт меняется каждый день: H100 на 8 ноября была в листе ожидания. Проверено 08.11.2026 · выделенные GPU · облачные GPU · Dedicated Inference · Token Factory · ИИ-ассистент
Инструменты
- Сколько видеопамяти нужно для LLM — выберите модель и точность, получите объём памяти и карты, в которые она влезет, с ценой.
- GPU в облаке или выделенный — введите часы работы в сутки и узнайте, с какого момента выделенный сервер выгоднее облака.
- LLM по API или свой GPU — сравните оплату за токены, готовую модель по часам и свой сервер в рублях за месяц.
- Решение
Сервер для нейросети: какой нужен под вашу задачу и сколько стоит
Какой сервер нужен нейросети: чат-боту, генерации картинок, распознаванию речи и поиску по документам. Видеокарта, память и цены на 8 ноября 2026.
- Решение
Запустить LLM на своём сервере: какую карту взять и сколько стоит
Как запустить свою LLM на арендованном GPU-сервере: карта под модель 8B, 32B и 70B, Ollama или vLLM, API с ключом, копия весов в S3 и цены.
- Решение
Свой ChatGPT для компании: приватный ИИ-ассистент на сервере
Как собрать ИИ-ассистента для компании на своём сервере: Open WebUI, vLLM и поиск по документам. Шесть вариантов с ценами на 8 ноября 2026.
- Гайд
Аренда H100 и H200 в России: цена за день и месяц, что влезет
Сколько стоит аренда H100 и H200 посуточно и помесячно, какие модели влезут в 80 и 141 ГБ и чем заменить карту, пока она в листе ожидания.
- Гайд
Аренда GPU-сервера для нейросети в России: облако, выделенный и цены
Аренда сервера с видеокартой в России: облачные GPU почасово и выделенные посуточно и помесячно, цены и наличие на 8 ноября 2026, что взять под нейросеть.
- Гайд
vLLM на своём GPU-сервере: установка, Docker и OpenAI API
Как поставить vLLM на арендованный GPU-сервер: Docker Compose, OpenAI-совместимый API с ключом и HTTPS, какая карта нужна под Qwen3.8 и сколько это стоит.
- Гайд
vLLM, Ollama, llama.cpp или SGLang: что ставить на сервер
vLLM, Ollama, llama.cpp и SGLang на своём GPU-сервере: чем отличаются, что ставить для себя, для команды и для продукта, на какой карте и сколько это стоит.
- Инструмент
GPU в облаке или выделенный сервер: калькулятор окупаемости
Сколько стоит видеокарта в облаке по часам и в аренду на месяц или сутки. Считаем, с какого числа часов в сутки выделенный сервер с GPU выгоднее облака.
- Инструмент
LLM по API или свой GPU: калькулятор стоимости в рублях
Сравниваем оплату нейросети за токены, готовую модель с оплатой по часам и свой сервер с видеокартой: сколько стоит месяц и с какого объёма выгоднее своё.
- Инструмент
Сколько видеопамяти нужно для LLM: калькулятор и подбор GPU
Считаем видеопамять под модель: веса, кэш контекста, запас. Llama, Qwen, Gemma, gpt-oss, DeepSeek в 16, 8 и 4 битах — и какие видеокарты подойдут по цене.
- Термин
Инференс (inference, работа обученной нейросети)
Что такое инференс LLM простыми словами: чем он отличается от обучения, где нужен и как за него платят — за токены, по часам или за свой GPU.
- Термин
vLLM (сервер для запуска языковых моделей)
Что такое vLLM: движок, который запускает открытую LLM на сервере с видеокартой и отвечает по API в формате OpenAI. Когда он нужен и сколько стоит.
- Термин
VRAM (видеопамять видеокарты)
Что такое VRAM и почему для нейросети важнее объём видеопамяти, чем мощность карты. Как прикинуть, сколько памяти нужно модели, и сколько это стоит.