NVIDIA GeForce Go 7950 GTX MXM-IV

Curie · 0.5 ГБ GDDR3 · 45 Вт TDP · 2006
Десктоп

GeForce Go 7950 GTX MXM-IV — это мобильный артефакт эпохи Curie. Карта базируется на чипе G71 из 2006 года. Памяти здесь всего 0.5 ГБ GDDR3. Шина составляет 256 бит, что даёт пропускную способность 45 ГБ/с. В современных реалиях это бюджетный сегмент для коллекционеров или специфических ретро-проектов. Она работает на частоте 575 МГц под нагрузкой. Для запуска актуального софта её вычислительная мощность равна нулю, потому что архитектура не поддерживает современные инструкции и API. Если вы планируете использовать её в 2026 году, то только для запуска Windows XP или старых игр вроде Half-Life 2. В этом же бюджетном сегменте сегодня правят бал условные Intel UHD Graphics из офисных процессоров. Они работают быстрее, хотя не имеют такой исторической ценности. Конкурентов среди актуального железа просто нет. Любая современная затычка за минимальную стоимость уничтожает этот чип в тестах производительности. Это специфическое решение для узкого круга людей.

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
CUR Curie
GPU-чип
G71

Частоты

Базовая
575 МГц
Boost
575 МГц

Память

Объём
0.5 ГБ GDDR3
Шина
256 бит
Частота
700 МГц
Bandwidth
45 ГБ/с

Питание и форм-фактор

TDP
45 Вт

Выходы и интерфейс

Интерфейс
MXM-IV

API и технологии

DirectX
9.3

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

Невозможно из-за нехватки видеопамяти и пропускной способности.

1440p 1 / 10

Карта не потянет даже интерфейс рабочего стола в таком разрешении.

1080p 2 / 10

Подойдёт только для игр начала 2000-х годов.

AI-инференс 1 / 10

Stable Diffusion или Llama не запустятся из-за отсутствия ядер и памяти.

AI-обучение 1 / 10

Обучение невозможно на архитектуре Curie.

3D-рендер 1 / 10

Blender Cycles не увидит этот чип как устройство рендеринга.

Видеомонтаж 1 / 10

NVENC здесь нет, монтаж в DaVinci будет невозможен.

Офис 2 / 10

Только для очень старых ОС и простых текстовых редакторов.

Стоит ли покупать в 2026?

Брать эту карту в 2026 году для работы нет смысла. Она бесполезна для любых современных задач. Это чисто коллекционный экземпляр. Если ваша цель — запустить локальную LLM или рендерить в Blender, ищите б/у карты серии RTX с объёмом памяти от 8 ГБ. Даже самая дешёвая современная затычка будет эффективнее. Эта карта проигрывает любому встроенному графическому ядру последних пяти лет. Она не подходит для апгрейда старых ноутбуков, если вы хотите играть в современные хиты. Покупайте её только ради ностальгии по 2006 году. В противном случае это пустая трата ресурсов.

Обновлено редакцией: 2026-05-19.

Плюсы и минусы

Сильные стороны

  • Форм-фактор MXM-IV
  • Шина 256 бит
  • Низкое потребление 45 Вт

Слабые стороны

  • 0.5 ГБ памяти GDDR3
  • Отсутствие поддержки современных API
  • Нулевая производительность в AI-задачах

Часто задаваемые вопросы

Подойдёт ли она для запуска Stable Diffusion?

Нет, карта не имеет необходимых ядер и объёма памяти. Для работы SD нужно минимум 4-6 ГБ видеопамяти и поддержка CUDA последних поколений. Здесь же всего 0.5 ГБ GDDR3, что не позволит загрузить даже минимальную модель.

Какой блок питания нужен для этой карты?

Потребление составляет 45 Вт. Поскольку это формат MXM, питание идёт напрямую через разъем материнской платы ноутбука. Отдельный БП не требуется, но система охлаждения должна быть исправна.

Чем она отличается от обычных десктопных карт того времени?

Это мобильная версия в формате MXM-IV. Она имеет меньшие габариты и более низкий лимит энергопотребления, чем десктопная GeForce 7950 GTX. При этом шина 256 бит сохранена для высокой пропускной способности.

Можно ли использовать её для AI-вычислений?

Нет, архитектура Curie не поддерживает современные библиотеки типа PyTorch или TensorFlow. Вы получите нулевой результат в любых задачах инференса или обучения нейросетей.