Intel GMA 900

Generation 3.0 · 2005
Десктоп

GMA 900 — это интеграционное решение на базе чипа Alviso из 2005 года. Карта относится к бюджетному сегменту прошлого десятилетия. Она не имеет выделенной видеопамяти. Все ресурсы она забирает у оперативной памяти системы через общую шину. В архитектуре Generation 3.0 отсутствует 0 Xe-ядер, а частота составляет всего 333 МГц. Это делает устройство бесполезным для современных задач. Даже простейший интерфейс Windows 10 будет работать с задержками. Если вы ищете железо для запуска Stable Diffusion или работы с локальными LLM вроде Llama, то этот чип не поможет. У него нулевой показатель FP32 TFLOPS. В 2026 году рассматривать это решение можно только как музейный экспонат для ретро-сборок. Конкуренты в бюджетном сегменте сегодня — это встроенная графика Intel UHD или AMD Radeon Graphics. Они на порядки быстрее, хотя тоже не предназначены для тяжелого гейминга. GMA 900 не поддерживает современные API. Вы не сможете запустить даже старые версии DirectX с нормальным FPS. Это чистый технический тупик.

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
G3 Generation 3.0
GPU-чип
Alviso

Частоты

Базовая
333 МГц
Boost
333 МГц

Память

Питание и форм-фактор

Выходы и интерфейс

Интерфейс
FSB

API и технологии

DirectX
9.0

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 кадр в секунду из-за отсутствия поддержки современных форматов вывода.

1440p 1 / 10

Разрешение выше 800x600 превратит работу системы в слайд-шоу.

1080p 1 / 10

Запуск игр невозможен из-за отсутствия аппаратного ускорения шейдеров.

AI-инференс 1 / 10

Stable Diffusion требует тензорных ядер или хотя бы CUDA, которых здесь нет.

AI-обучение 1 / 10

Обучение моделей невозможно из-за нулевой вычислительной мощности чипа.

3D-рендер 1 / 10

Blender Cycles не увидит устройство для ускорения рендера.

Видеомонтаж 1 / 10

DaVinci Resolve просто вылетит при попытке инициализации графического движка.

Офис 2 / 10

Офисные задачи возможны только в специализированных старых ОС вроде Windows XP.

Стоит ли покупать в 2026?

Брать GMA 900 в 2026 году нет смысла. Это железо не подходит ни для работы, ни для развлечений. Даже если вы собираете ретро-ПК на базе Pentium 4, лучше поискать специализированные карты того времени. Современный бюджетный сегмент предлагает встроенные решения, которые работают эффективнее. Покупать этот чип для задач AI или рендеринга — пустая трата денег. Он не имеет вычислительных блоков для обработки нейросетевых весов. Прошлые поколения вроде серии GeForce 2xx были мощнее в своих задачах. GMA 900 остается лишь историческим артефактом архитектуры Alviso. Если вам нужен компьютер для браузера, купите любой б/у офисный ПК с процессором Intel Core i3. Это будет дешевле и функциональнее в сотни раз.

Обновлено редакцией: 2026-05-19.

Плюсы и минусы

Сильные стороны

  • Минимальное потребление энергии
  • Отсутствие необходимости в отдельном БП
  • Подходит для очень старых систем

Слабые стороны

  • Нулевая производительность в 3D
  • Отсутствие видеопамяти
  • Полная несовместимость с современным ПО

Часто задаваемые вопросы

Подойдет ли эта карта для запуска локальных LLM?

Нет, это невозможно. Для работы Llama или Qwen требуется видеопамять и поддержка инструкций, которых у GMA 900 нет физически. Вы получите ошибку инициализации при первой же попытке загрузки весов модели.

Нужен ли отдельный блок питания для этой системы?

Нет, карта использует энергию через шину материнской платы. Поскольку это интегрированное решение, потребление составляет менее 5 Вт. Любой старый БП справится с такой нагрузкой без проблем.

Чем она хуже встроенной графики Intel UHD?

Intel UHD имеет сотни исполнительных блоков и поддерживает современные кодеки. GMA 900 не умеет даже декодировать видео в формате H.264, что делает просмотр YouTube невозможным.

Можно ли использовать её для обучения нейросетей?

Забудьте об этом. Для fine-tune или pretraining нужны гигабайты VRAM и высокая плотность вычислений TFLOPS. У этой карты эти показатели равны нулю.