Коротко
- Сначала ответьте на один вопрос: где будет крутиться нейросеть. В браузере (ChatGPT, облачные сервисы) — хватит любого нормального ноутбука за 40–60 тысяч. Локально на вашем железе — нужна видеокарта с большой видеопамятью, и это совсем другие деньги.
- Главное для локального ИИ — объём видеопамяти (VRAM), а не «крутость» видеокарты вообще. Модель целиком должна помещаться в память видеокарты. 8 ГБ VRAM — минимум для входа, 12–16 ГБ — рабочий уровень, 24 ГБ — для серьёзных моделей.
- ОЗУ от 32 ГБ. Для локальных языковых моделей и генерации картинок 16 ГБ упрутся в потолок быстро.
- NPU (нейроускоритель) — приятный бонус, а не замена видеокарте. Он тянет лёгкие встроенные функции ИИ и экономит батарею, но большие модели по-прежнему считает видеокарта.
- SSD от 1 ТБ. Одна модель весит от 4 до 40 ГБ, они накапливаются мгновенно.
Честно: возможно, вам вообще не нужен мощный ноутбук
Прежде чем тратить деньги — прикиньте, что вы реально делаете с нейросетями.
Если вы пишете тексты в ChatGPT, генерируете картинки в облачных сервисах, пользуетесь ИИ-помощником в браузере или в офисных программах — всё это считается на чужих серверах. Вашему ноутбуку остаётся только показать результат. Тут хватит обычной машины с 16 ГБ памяти и любым свежим процессором. Переплачивать за игровую видеокарту незачем.
Мощное железо нужно только в одном случае: когда вы запускаете нейросети локально, на своём ноутбуке, без интернета и подписок. Разберём, чем эти два пути отличаются.
Локально или через облако: в чём разница
| Что важно | Через облако (браузер, API) | Локально (на своём железе) |
|---|---|---|
| Требования к ноутбуку | минимальные | высокие: видеокарта + память |
| Плата | подписка/помесячно | один раз за железо |
| Приватность данных | уходят на сервер | ничего не покидает ноутбук |
| Работа без интернета | нет | да |
| Скорость | зависит от сервиса | зависит от вашей видеокарты |
| Ограничения по контенту | есть, заданы сервисом | нет |
| Свежесть моделей | всегда последние | что скачали, то и есть |
Люди уходят в локальный запуск ради трёх вещей: приватность (данные не улетают на чужой сервер), отсутствие подписок и полный контроль. Расплата — цена ноутбука и возня с настройкой.
Почему всё решает видеопамять
Когда нейросеть работает, её «мозг» — миллиарды чисел-параметров — должен целиком поместиться в память видеокарты. Не хватило места — модель либо не запустится, либо будет частично считаться на обычной памяти и процессоре, и тогда ответы поползут со скоростью одна буква в секунду.
Грубый ориентир, сколько VRAM нужно под языковые модели (в сжатом виде, квантизация 4 бита):
- 7–8 миллиардов параметров (модель уровня «умный помощник для текста») — влезает в 6–8 ГБ VRAM.
- 13–14 миллиардов — нужно 10–12 ГБ.
- 30–34 миллиарда — от 20–24 ГБ.
- 70 миллиардов — на ноутбуке практически не запустить, это уровень десктопа с двумя видеокартами.
Для генерации картинок (Stable Diffusion, Flux) картина мягче: базовые модели живут и на 8 ГБ, но 12–16 ГБ дают более крупные изображения и меньше ожидания. Видео-генерация — самая прожорливая, там 16 ГБ это минимум входа.
Что смотреть в характеристиках
Видеокарта и VRAM
Для локального ИИ на ноутбуках практичнее всего видеокарты NVIDIA GeForce RTX — под них заточено большинство инструментов (технология CUDA). Смотрите не на цифру в названии, а на строку «объём видеопамяти»:
- RTX уровня xx60 в ноутбуке — часто 8 ГБ VRAM, порог входа.
- RTX уровня xx70 — 8–12 ГБ.
- RTX уровня xx80/xx90 — 12–16 ГБ, рабочий уровень для серьёзных задач.
Отдельная история — ноутбуки Apple с чипами серии M. У них общая память процессора и видеоядра: если взять 32 или 64 ГБ, почти вся она доступна нейросети. Это делает MacBook неожиданно сильным для локальных LLM, хотя под некоторые инструменты придётся искать версии под Apple.
Оперативная память
32 ГБ — базовая планка для локального ИИ. Модель грузится с диска через оперативную память, инструменты держат в ней данные, плюс сама Windows и браузер. На 16 ГБ вы упрётесь в подкачку и тормоза. 64 ГБ берут те, кто работает с крупными моделями и большими наборами данных.
Процессор и NPU
Процессор для ИИ вторичен — тяжёлые вычисления берёт видеокарта. Достаточно современного Intel Core или AMD Ryzen среднего уровня. NPU (нейропроцессор, его ставят в чипы с приставкой «AI» и в Apple M) ускоряет встроенные функции — шумоподавление, обработку фото, локальных ассистентов — и экономит батарею. Но большую языковую модель он не заменит: это разные весовые категории.
SSD и охлаждение
Диск от 1 ТБ — модели весят много и копятся. И не забывайте про охлаждение: локальный ИИ грузит видеокарту на 100% минутами, тонкий ультрабук будет перегреваться и сбрасывать частоты. Игровые корпуса с нормальными вентиляторами тут в плюсе.
Конфигурации по бюджету: таблица
Цены ориентировочные, на 2026 год, вилками — смотрите как ориентир.
| Задача | Видеопамять | ОЗУ | Диск | Цена (ориентир 2026) |
|---|---|---|---|---|
| Только облако (ChatGPT в браузере) | любая встроенная | 16 ГБ | 512 ГБ | 40 000–60 000 ₽ |
| Первые шаги в локальном ИИ | 8 ГБ RTX | 16–32 ГБ | 1 ТБ | 90 000–130 000 ₽ |
| Рабочий локальный уровень | 12 ГБ RTX | 32 ГБ | 1 ТБ | 150 000–220 000 ₽ |
| Серьёзные модели и видео | 16 ГБ RTX | 32–64 ГБ | 2 ТБ | от 250 000 ₽ |
| Apple под LLM | общая память | 32–64 ГБ | 1 ТБ | от 200 000 ₽ |
А если не подошло
- Модель не запускается или выдаёт ошибку памяти. Не хватает VRAM. Возьмите модель поменьше (7–8 млрд параметров вместо 13) или версию с более сильным сжатием (квантизация Q4 вместо Q8).
- Ответы идут мучительно медленно. Значит модель не влезла в видеопамять и частично считается на процессоре. Уменьшайте модель или переносите тяжёлые задачи в облако.
- Ноутбук перегревается и выключается под нагрузкой. Тонкий корпус не справляется с охлаждением. Поставьте охлаждающую подставку, ограничьте мощность в настройках или считайте тяжёлое короткими подходами.
- Не хочется тратиться на железо ради пары экспериментов. Арендуйте видеокарту в облаке почасово или используйте бесплатные онлайн-сервисы. Для нерегулярных задач это дешевле, чем покупать мощный ноутбук.
- Взяли Apple, а нужный инструмент только под NVIDIA. Часть проектов не портирована под Apple. Проверяйте поддержку конкретного инструмента до покупки, а не после.
Частые ошибки
- Купить мощную игровую машину, чтобы «пользоваться ChatGPT». Он работает в браузере на чужих серверах — переплата на пустом месте.
- Смотреть на модель видеокарты, а не на объём её памяти. Свежая RTX с 8 ГБ проиграет старшей с 16 ГБ на больших моделях.
- Экономить на ОЗУ. 16 ГБ для локального ИИ — постоянные тормоза, добавить память потом можно не на каждом ноутбуке.
- Брать тонкий ультрабук под постоянный локальный ИИ. Он не рассчитан на долгую полную нагрузку и будет перегреваться.
- Забыть про диск. 512 ГБ забьются моделями за пару недель.
Итог
Всё упирается в один выбор. Работаете с нейросетями через браузер — берите обычный ноутбук с 16 ГБ памяти и не переплачивайте. Хотите запускать ИИ локально, ради приватности и без подписок — целитесь в видеокарту RTX с 12–16 ГБ видеопамяти, 32 ГБ ОЗУ, диск от 1 ТБ и нормальное охлаждение. Видеопамять важнее всего остального: сколько её, такие модели и потянете.
Определились с уровнем — посмотрите актуальные предложения ноутбуков с нужным объёмом видеопамяти: цены на видеокарты меняются заметно, и удачную конфигурацию стоит брать, пока она в наличии.
Загрузка...
