В этом году компьютеры с искусственным интеллектом действительно вызывают сильное беспокойство

ИИ-компьютеры еще даже не получили широкого распространения, а их уже предал искусственный интеллект.

9 октября компания Gigabyte объявила, что все её материнские платы B760 и H610 будут поддерживать новые процессоры Intel LGA1700, выход которых ожидается в начале 2027 года, посредством обновления BIOS, включая материнские платы с памятью DDR4.

«Три года как новая память, три года как старая, и еще три года как отремонтированная» — появление новых побегов из старого дерева DDR4 объясняется не ностальгией, а двойным ударом: стоимостью и давлением со стороны продаж.

По оценкам исследовательской компании Omdia, на оперативную память и твердотельные накопители сейчас приходится почти 40% стоимости компонентов ПК, по сравнению с примерно 15% в прошлом.

Между тем, предварительные данные другой исследовательской компании, IDC, показывают, что мировые поставки ПК сократятся на 20,1% в годовом исчислении в третьем квартале 2026 года, что является пугающей перспективой.

Даже Mac, рекламируемый как «лучший ПК для ИИ», не смог избежать этого спада: поставки также сократились в годовом исчислении в третьем квартале 2026 года. Поскольку индустрия ИИ продолжает расширять границы производительности, производители ПК сталкиваются со все более актуальным вопросом: как сделать обычный компьютер доступным для потребителей?

Падение продаж ПК, которое не удалось предотвратить даже в период подготовки к учебному году – виновата ли во всем память?

Волны, вызванные ростом цен на память, — не новость.

Как уже отмечалось ранее в APPSO, в связи с продолжающимся ростом спроса на HBM и серверную DRAM со стороны серверов для ИИ, производители систем хранения данных начали выделять больше ресурсов на более прибыльные продукты для центров обработки данных, что ограничивает потенциал роста емкости памяти потребительского класса.

Когда происходит перераспределение производственных мощностей, цены реагируют первыми. За последний год цены на память и SSD-накопители неуклонно росли, что отразилось на ценовых предложениях и общей стоимости системы . Компоненты хранения данных, которые раньше составляли лишь небольшую часть стоимости, теперь стали самыми затратными элементами в спецификации.

Компания TrendForce провела расчеты, используя в качестве примера ноутбук массового сегмента с рекомендованной розничной ценой в 900 долларов: к третьему кварталу 2026 года на процессор, оперативную память и SSD-накопитель пришлось бы примерно 68% от общей стоимости материалов.

Производители ПК неоднократно повышали цены за последние несколько кварталов, но, по данным Omdia, повышение цен по-прежнему недостаточно и не полностью покрыло разрыв в стоимости. Видя стремительный рост цен, потребители начинают задумываться о том, чтобы их старые компьютеры прослужили еще год.

Снижение объемов поставок в третьем квартале этого года произошло на этом фоне.

Согласно статистике IDC, мировые поставки персональных компьютеров сократились до 62,7 млн ​​единиц с 78,5 млн единиц за аналогичный период прошлого года. Статистика Omdia также указывает на ту же тенденцию: мировые поставки настольных компьютеров, ноутбуков и рабочих станций снизились на 21,2% в годовом исчислении.

Однако несправедливо приписывать это исключительно повышению цен. Это результат сочетания множества факторов.

С одной стороны, базовый показатель за аналогичный период прошлого года уже был высоким. Спрос на замену, вызванный прекращением поддержки Windows 10, будет сосредоточен в 2025 году, что повысит базовый уровень для сравнения. С другой стороны, ажиотаж с закупкой новых устройств в первой половине года нарушил ритм второй половины года.

Чтобы накопить запасы памяти до дальнейшего повышения цен, некоторые бренды и каналы сбыта заранее увеличили свои запасы, а также перенесли часть заказов, первоначально запланированных на последующие кварталы. К третьему кварталу высокие цены отпугнули конечных покупателей, и каналам сбыта пришлось перерабатывать имеющиеся запасы. Естественно, их энтузиазм в отношении заказов у ​​производителей ослаб.

Третий квартал, обычно совпадающий с сезоном подготовки к школе, не оправдал ожиданий, характерных для пикового сезона. Аналитик IDC Джитеш Убрани считает, что дефицит товарных запасов может вынудить каналы сбыта стимулировать продажи, но маловероятно, что цены вернутся к уровню прошлого года.

Перед производителями стоит лишь несколько вариантов: продолжать повышать цены и частично компенсировать затраты самостоятельно, или сократить количество конфигураций и продлить срок службы устаревших платформ. Возрождение DDR4 — результат именно такого компромисса.

Журналист издания The Verge недавно обнаружил, что комплект оперативной памяти Corsair Vengeance DDR5 объемом 32 ГБ стоит 620 долларов, в то время как соответствующий комплект DDR4 стоит всего 260 долларов.

Хотя цены на отдельные товары могут не отражать ситуацию на всем рынке, разница в цене в 360 долларов может повлиять на решение о сборке ПК; даже герой может быть обескуражен одной копейкой.

DDR5 отличается превосходной пропускной способностью и энергоэффективностью, и DDR4 не избежала волны повышения цен. Однако для пользователей, у которых уже есть память DDR4, продолжение использования старой памяти может сэкономить на затратах на модернизацию.

План GIGABYTE по обеспечению совместимости, объявленный на этот раз, стал именно таким шагом вперед.

Сокет LGA1700 был представлен в 2021 году вместе с процессорами Intel Core 12-го поколения, и платформа изначально поддерживала материнские платы как с памятью DDR4, так и с DDR5. Согласно анонсу, существующие пользователи B760 и H610 могут просто обновить BIOS и дождаться последующих обновлений процессоров.

Оба типа памяти требуют совместимых материнских плат и не могут быть взаимозаменяемы в одном слоте. В анонсе не были раскрыты модель, архитектура или фактическая производительность нового процессора; известно лишь то, что старые платформы будут по-прежнему получать поддержку нового продукта.

Что касается AMD, то в августе этого года компания Gigabyte анонсировала новую партию материнских плат AM4, которая, наряду с перезапуском Ryzen 7 5800X3D, добавляет еще один вариант для систем, использующих память DDR4.

Раньше новые платформы часто включали в себя обновления процессора, материнской платы и памяти, вынуждая пользователей заменять всю систему. Теперь же возможность сохранения существующего оборудования для пользователей стала частью конкурентоспособности продукта.

Зрелые платформы позволяют сэкономить на замене всей системы, но можно ли вдохнуть новую жизнь в существующий компьютер и заставить его выполнять больше задач? Разработчики открытого программного обеспечения пытаются ответить на этот вопрос с точки зрения программного обеспечения.

Даже персональные игровые ПК, работающие на моделях стоимостью в миллиарды долларов, способны создавать нечто extraordinary в небольшом пространстве.

Недавно на GitHub стал популярен проект с открытым исходным кодом под названием Strata, набравший около 19 500 звезд.

Изображение | https://github.com/Niko1221/Strata

Главная его особенность заключается в том, что он призван превратить обычный игровой ПК в маленькую лошадь, тянущую большую телегу, работающую на Qwen3.8-Flash-Next со 125 миллиардами параметров.

Согласно результатам тестов, опубликованных Project Strata, компьютер, оснащенный видеокартой RTX 5070, 12 ГБ видеопамяти, процессором Ryzen 5 7600 и 64 ГБ системной памяти, может генерировать 94 токена в секунду в конфигурации квантования Q2_0.

Интересный факт: 94 токена в секунду — это примерно в 10 раз быстрее, чем средняя скорость чтения человека. Если модель будет выводить текст в реальном времени с такой скоростью, содержимое экрана зальёт его, как водопад; вы будете видеть только прокручивающийся текст, и у вас не будет времени прочитать его по словам.

Секрет запуска такой большой модели на компьютере потребительского класса заключается в том, чтобы видеопамять, системная память и центральный процессор выполняли свою часть работы и распределяли нагрузку между собой.

Qwen3.8-Flash-Next использует гибридную экспертную архитектуру MoE, где большая группа экспертных модулей выполняет каждую свою специфическую роль. Для каждого вычисления требуется лишь несколько из этих модулей. Хотя общее количество параметров велико, не все модули должны участвовать в генерации каждого токена, что демонстрирует продуманный и эффективный подход, подобный использованию кувалды для раскалывания ореха.

Strata в полной мере использует эту разреженность: часто используемые эксперты кэшируются в видеопамяти, а все веса экспертов хранятся в системной памяти. Графическая карта обрабатывает основные вычисления, ЦП обрабатывает эксперты, не кэшированные в видеопамяти, параллельно, а SSD хранит большие таблицы поиска.

Для пользователей это можно понимать как реорганизацию всего компьютера: видеокарта делает то, что у неё получается лучше всего, системная память предоставляет большой объём памяти, центральный процессор также участвует в обработке данных, а ограниченная видеопамять больше не должна нести всю нагрузку в одиночку.

Квантование дополнительно уменьшает размер модели. Веса занимают меньше места после сжатия с низким битовым уровнем, но чем сильнее сжатие, тем ниже качество ответа.

Скорость обработки 94 токенов в секунду соответствует версии Q2_0 в проекте. На том же тестовом оборудовании более щадящая версия IQ3_S генерирует 53 токена в секунду. По-прежнему необходимо найти компромисс между скоростью, использованием памяти и производительностью модели.

В проекте также используется спекулятивное декодирование, позволяющее небольшим вспомогательным модулям заранее предсказывать последующие токены, которые затем проверяются пакетами основной моделью. По словам разработчиков, этот механизм может обеспечить ускорение примерно в 1,6–1,8 раза, причем выигрыш зависит от принятия предсказаний.

Следует отметить, что спекулятивное декодирование может сократить количество последовательных вычислительных шагов в процессе генерации и ускорить вывод, но оно не может устранить потерю точности, вызванную квантованием с низким разрядом.

Даже с учетом этих компромиссов, локальная эксплуатация остается невероятно привлекательной.

Согласно описанию проекта, Strata поддерживает чат, программирование и, при необходимости, ввод изображений, а также может подключаться к приложениям и помощникам программирования через совместимый API. Вывод данных осуществляется полностью локально, что предоставляет пользователям альтернативу облачному доступу.

Однако 12 ГБ видеопамяти — это лишь часть необходимых ресурсов; качество работы также зависит от объема системной памяти. 64 ГБ памяти позволяют разместить несколько 2-битных и 3-битных версий, перечисленных в проекте; конфигурация на 32 ГБ обычно позволяет использовать только упрощенную версию Coder, которая лишена некоторых экспертных функций и хуже справляется с задачами, не связанными с программированием, такими как китайский язык.

При первом запуске проекту необходимо загрузить в память десятки гигабайт данных, что может привести к зависанию компьютера на 1–3 минуты. Длинные тексты также требуют предварительной обработки, а запросы по умолчанию должны быть поставлены в очередь. Помимо бенчмаркинга, время ожидания при запуске, производительность в многозадачном режиме и качество ответа определяют, сможет ли он справляться с повседневными задачами.

Компромиссы во времени ожидания запуска, требованиях к памяти и качестве отклика означают, что Strata еще предстоит пройти долгий путь, прежде чем она станет по-настоящему удобной для повседневного использования.

Но это демонстрирует возможность: то же самое оборудование, более рационально распределяя вычислительные задачи и задачи хранения данных, может также запускать большие модели, которые ранее были неуправляемыми. Возможности компьютера зависят не только от имеющегося у него оборудования, но и от того, насколько программное обеспечение использует это оборудование.

Иными словами, будь то использование потенциала локального программного обеспечения или снижение цен на облачные сервисы, барьер для доступа к интеллектуальным ресурсам снижается.

На этом фоне бросается в глаза резкий контраст: известная венчурная фирма a16z опубликовала диаграмму, основанную на данных Goldman Sachs, которая показывает, что индекс цен LLM прошел путь снижения цен, аналогичный пути снижения цен на персональные компьютеры, который занимал около пятнадцати лет, всего за три года.

Интеллектуальные сервисы все больше напоминают недорогие цифровые потребительские товары, в то время как производство памяти, микросхем и вычислительных устройств, поддерживающих интеллект, по-прежнему ограничено производственными мощностями и дисбалансом спроса и предложения.

В результате технологическая индустрия одновременно навязывает более мощные средства искусственного интеллекта обычным людям, заставляя их экономить каждую копейку, потраченную на флеш-накопители.

Мы, возможно, вступаем в эпоху, когда интеллектуальные системы становятся все более доступными, но мы также переживаем кризис стоимости оборудования, вызванный самим спросом на интеллектуальные системы. Только установив правила, которые выжимают максимум производительности, мы, расплачивающиеся за этот бум ИИ, сможем избежать чрезмерного стресса.