Przejdź do treści

Katalog GPU

GPU dobiera się do pojemności modelu, typu pracy i wymagań niezawodności. Sama liczba rdzeni lub ranking gamingowy nie rozstrzyga przydatności dla Norbiego.

Osie decyzji

  1. VRAM — twardy limit modelu, kontekstu, batcha i sceny.
  2. ECC — wykrywanie/korekcja części błędów pamięci; ważne dla długich i krytycznych obliczeń.
  3. Pobór i chłodzenie — koszt energii, hałas, obudowa, PSU i UPS.
  4. Sterowniki i ISV — stabilność konkretnej aplikacji, nie abstrakcyjna moc.
  5. Forma — single/dual/triple-slot, active/passive, desktop/server/SXM.
  6. Dostępność i serwis — RMA, gwarancja, powtarzalność zakupu.
  7. Koszt całej platformy — CPU, RAM, storage, sieć, energia, recovery.

Szybka mapa

Pamięć Klasa Przykład Wniosek
8GB entry RTX 3050/4060/5060 małe modele i media; mały zapas
12GB balanced RTX 3060/5070 throughput, ale limit pojemności
16GB value/performance 4060 Ti/5060 Ti/5070 Ti/5080 rozsądny start lokalnego AI
24GB prosumer/pro RTX 4090, RTX PRO 4000, L4 większe modele; różne profile energii
32GB high consumer/pro RTX 5090, RTX PRO 4500 duży skok pojemności
48GB professional/server RTX 6000 Ada, L40S ECC i dojrzała klasa enterprise
72–96GB maximum workstation RTX PRO 5000/6000 Blackwell duże modele na jednej stacji
80–288GB datacenter H100/H200/B200/B300 platforma rack-scale, nie desktop 
flowchart TD
    R["Wymaganie zadania"] --> V{"Minimalny VRAM"}
    V -->|"<=16 GB"| C["Consumer value"]
    V -->|"24-32 GB"| E{"ECC / ISV?"}
    E -->|"nie"| H["High consumer"]
    E -->|"tak"| P["RTX PRO"]
    V -->|"48-96 GB"| P2["Professional workstation"]
    V -->|">96 GB lub multi-GPU"| D["Datacenter platform"]
    C --> T["Power + thermal + price check"]
    H --> T
    P --> T
    P2 --> T
    D --> F["Facility + fabric + B2B design"]

Dalsza lektura

Pełne dane maszynowe zawiera gpu-specifications.yml.