NVIDIA GeForce GT 325M

Tesla 2.0 · 1 ГБ DDR3 · 48 CUDA · 23 Вт TDP · 2010
Ноутбук

GeForce GT 325M — это мобильный чип на архитектуре Tesla 2.0 из 2010 года. Внутри стоит кристалл GT216 с 48 CUDA-ядрами. Памяти здесь всего 1.0 ГБ DDR3. Шина 128 бит дает пропускную способность в 22 ГБ/с, что для современных задач крайне мало. Карта работает на частоте 450 МГц в бусте. Это бюджетное решение прошлого десятилетия. Оно не предназначено для вычислений или игр. Даже запуск браузера сегодня может вызвать фризы из-за медленной памяти. В 2026 году этот чип бесполезен для работы с нейросетями или рендеринга. Его потолок — это вывод изображения на монитор в старых ноутбуках. Конкурентов в этом сегменте среди актуального железа нет. Любая современная встроенная графика Intel UHD Graphics или AMD Radeon Graphics обходит GT 325M по всем параметрам. Если вам нужно ускорение видео, этот чип не поможет, так как декодеры устарели. Он просто выводит картинку. Для задач Stable Diffusion или запуска Llama-3 потребуется минимум 8 ГБ видеопамяти стандарта GDDR6. Здесь же DDR3 работает слишком медленно. Это артефакт эпохи Windows 7.

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 2.0
GPU-чип
GT216
CUDA-ядра
48

Частоты

Базовая
450 МГц
Boost
450 МГц
FP32 пик
0.10 TFLOPS

Память

Объём
1 ГБ DDR3
Шина
128 бит
Частота
700 МГц
Bandwidth
22 ГБ/с

Питание и форм-фактор

TDP
23 Вт

Выходы и интерфейс

Интерфейс
PCIe 2.0 x16

API и технологии

DirectX
10.1
CUDA
1.2

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 потянет даже рабочий стол в 4K без сильных лагов.

1440p 1 / 10

Разрешение слишком высокое для такого объема памяти и шины.

1080p 1 / 10

Запустите разве что игры уровня Half-Life 2 или CS 1.6.

AI-инференс 1 / 10

Stable Diffusion не запустится из-за отсутствия нужного объема VRAM и CUDA ядер.

AI-обучение 1 / 10

Обучение моделей невозможно на таком железе.

3D-рендер 1 / 10

Blender Cycles выдаст ошибку при попытке использовать этот чип для рендера.

Видеомонтаж 1 / 10

NVENC здесь нет, монтаж в DaVinci будет идти только на процессоре.

Офис 3 / 10

Подойдет для работы с текстом, если не открывать 50 вкладок в Chrome.

Стоит ли покупать в 2026?

Брать GT 325M в 2026 году нет смысла. Это железо годится только для оживления старого ноутбука под печатную машинку. Если ваша цель — работа с контентом или AI, забудьте про этот чип. Даже самая дешевая современная встроенная графика от AMD справится лучше. Для локальных LLM вроде Qwen или Gemma вам нужны карты серии RTX с поддержкой CUDA. Старая архитектура Tesla 2.0 не понимает современные библиотеки. Если бюджет сильно ограничен, ищите б/у варианты уровня GTX 1050. Она даст хотя бы минимальный шанс в Blender или DaVinci. GT 325M — это тупик. Он не даст вам ни FPS, ни скорости вычислений. Покупайте его только если восстанавливаете музейный экспонат. В остальном это просто трата денег на мусор.

Обновлено редакцией: 2026-05-17.

Плюсы и минусы

Сильные стороны

  • Минимальное потребление 23 Вт
  • Низкая нагрузка на БП
  • Поддержка базового вывода изображения

Слабые стороны

  • Всего 1.0 ГБ памяти DDR3
  • Отсутствие поддержки современных кодеков
  • Крайне низкий FP32 пик 0.1 TFLOPS
  • Нулевая производительность в AI-задачах

Часто задаваемые вопросы

Пойдет ли на ней Stable Diffusion?

Нет, не пойдет. Для работы Stable Diffusion требуется минимум 4 ГБ видеопамяти и поддержка архитектуры CUDA последних поколений. У GT 325M всего 1 ГБ DDR3, чего не хватит даже для загрузки весов базовой модели.

Нужен ли отдельный блок питания?

Нет, карта потребляет всего 23 Вт. Она запитывается напрямую от шины ноутбука или материнской платы, поэтому дополнительное питание не требуется.

Чем она хуже встроенной графики Intel?

Современные встройки Intel Core i5/i7 имеют гораздо более высокую пропускную способность памяти и поддерживают аппаратное декодирование видео форматов VP9 и AV1. GT 325M в этих задачах будет бесполезна.

Можно ли использовать её для обучения нейросетей?

Категорически нет. Для fine-tuning или pretraining требуются десятки ГБ видеопамяти и тензорные ядра. Здесь же всего 48 CUDA-ядер, которые не справятся даже с простым инференсом.