NVIDIA GeForce G103M

Tesla · 0.5 ГБ DDR2 · 8 CUDA · 14 Вт TDP · 2009
Десктоп

GeForce G103M — это артефакт из 2009 года на архитектуре Tesla. Чип G98S с 8 CUDA-ядрами работает на частоте 640 МГц в бусте. Памяти здесь катастрофически мало — всего 0.5 ГБ DDR2. Шина 64 бит ограничивает пропускную способность до 8 ГБ/с, что делает работу с современными данными невозможной. Карта относится к бюджетному сегменту прошлого десятилетия. Она потребляет всего 14 Вт. Для запуска системы этого хватит, но для задач выше вывода изображения на монитор ресурсов нет. Если рассматривать актуальный рынок 2026 года, то в этом же tier конкуренты вроде Intel Arc A310 или даже б/у GT 1030 выглядят как технологии из будущего. G103M не имеет аппаратных декодеров для новых кодеков. Даже воспроизведение YouTube в 1080p может вызвать фризы, потому что чип не умеет работать с современными форматами сжатия видео. Это решение только для самых примитивных задач. Вставьте её в старый слот, если нужно просто видеть рабочий стол. Никакого гейминга или вычислений здесь не предусмотрено.

Производительность по сценариям

5 component-баллов — сильные стороны и слабости карты в разных задачах.

Шкала 0-100. Топовая карта в каждом сценарии = 100. Кликни строку — увидишь полный топ-100 в этой категории. Подробнее — методика.

Характеристики

Чип

Архитектура
TSL Tesla
GPU-чип
G98S
CUDA-ядра
8

Частоты

Базовая
640 МГц
Boost
640 МГц
FP32 пик
0.03 TFLOPS

Память

Объём
0.5 ГБ DDR2
Шина
64 бит
Частота
500 МГц
Bandwidth
8 ГБ/с

Питание и форм-фактор

TDP
14 Вт

Выходы и интерфейс

Интерфейс
PCIe 1.0 x16

API и технологии

DirectX
10.0
CUDA
1.1

Соседи по рейтингу

Под какие задачи подходит

Балл 1-10 для каждого сценария — пригодность именно для этой задачи (не общий perf-rank).

4K-гейминг 1 / 10

Карта не выдаст даже рабочий стол в таком разрешении из-за нехватки видеопамяти.

1440p 1 / 10

Любая современная игра вылетит сразу после запуска из-за ошибки выделения памяти.

1080p 1 / 10

Разрешено играть только в проекты уровня 2005 года на минимальных настройках.

AI-инференс 1 / 10

Stable Diffusion или Llama не запустятся, так как требуется минимум 4-8 ГБ VRAM.

AI-обучение 1 / 10

Обучение невозможно из-за отсутствия ядер тензорного типа и микроскопического объёма памяти.

3D-рендер 1 / 10

Blender Cycles не увидит CUDA-ядра для ускорения, рендер будет идти на CPU.

Видеомонтаж 1 / 10

DaVinci Resolve не запустится, так как нет поддержки актуальных драйверов и API.

Офис 3 / 10

Подойдет для текстовых редакторов и старых версий браузеров без тяжелой графики.

Стоит ли покупать в 2026?

Брать GeForce G103M в 2026 году нет смысла. Это технический тупик для любого современного пользователя. Карта не справится даже с базовым декодированием видео, которое сегодня является стандартом. Если вам нужен бюджетный вариант для офиса, лучше поискать б/у решения на базе архитектуры Pascal. Даже старая GT 1030 будет работать в разы быстрее за счет DDR4 или GDDR5 памяти. G103M имеет всего 0.5 ГБ, чего не хватит даже для открытия тяжелой веб-страницы в Chrome. Покупать её стоит только коллекционерам или для оживления специфического старого железа. Для любых задач, связанных с AI или рендерингом, она бесполезна. Любая современная затычка из нижнего сегмента даст прирост производительности в сотни раз. Не тратьте деньги на этот кусок кремния.

Обновлено редакцией: 2026-05-19.

Плюсы и минусы

Сильные стороны

  • Минимальное потребление 14 Вт
  • Не требует доппитания
  • Низкая тепловыделение

Слабые стороны

  • 0.5 ГБ DDR2 памяти
  • Отсутствие поддержки современных кодеков
  • Нулевая производительность в задачах AI
  • Крайне низкая пропускная способность 8 ГБ/с

Часто задаваемые вопросы

Подойдет ли эта карта для запуска локальных LLM?

Нет, это невозможно. Для работы хотя бы маленькой модели Qwen 2-7B нужно минимум 6 ГБ видеопамяти, а здесь всего 0.5 ГБ DDR2. Скорость обмена данными в 8 ГБ/с не позволит даже загрузить веса модели в память.

Нужен ли специальный блок питания для этой карты?

Нет, карта потребляет всего 14 Вт. Она запитывается напрямую через слот PCIe и не требует никаких дополнительных кабелей или разъемов 6-pin. Любой старый БП на 200 Вт справится с ней без проблем.

Чем она хуже, чем современная бюджетная карта?

Разница колоссальная. Современные карты в бюджетном сегменте имеют от 4 ГБ памяти и поддерживают аппаратное ускорение видео AV1 или HEVC. G103M на архитектуре Tesla не имеет этих функций, что делает её бесполезной для YouTube.

Можно ли использовать её для обучения нейросетей?

Нет, у этой карты 0 TFLOPS полезной мощности для современных задач. Она не поддерживает библиотеки CUDA в том виде, который нужен для PyTorch или TensorFlow. Это просто устройство вывода изображения.