NVIDIA GRID K160Q

Kepler · 1 ГБ DDR3 · 192 CUDA · 130 Вт TDP · 2013
Сервер

GRID K160Q базируется на архитектуре Kepler. Это продукт 2013 года с чипом GK107 внутри. Карта относится к бюджетному сегменту. Она имеет всего 192 CUDA-ядра и частоту буста 850 МГц. Памяти здесь критически мало — 1.0 ГБ DDR3. Шина 128 бит обеспечивает пропускную способность всего 29 ГБ/с. Для современных задач это очень мало. Пиковая производительность FP32 составляет 0.3 TFLOPS. Это значение не позволит запустить даже базовые современные движки. Карта работает на старых инструкциях, которые сегодня почти не используются. TDP составляет 130 Вт. Блок питания от 300 Вт обеспечит стабильную работу системы. В 2026 году это железо выглядит как музейный экспонат. Конкуренты в бюджетном сегменте — Radeon RX 6400 или GeForce GT 1030. Они работают быстрее, потому что используют более свежие техпроцессы и современные типы памяти GDDR6 или GDDR5. GRID K160Q не имеет смысла для гейминга. Она создавалась под специфические задачи прошлого десятилетия. Сейчас её потенциал исчерпан полностью.

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
KEP Kepler
GPU-чип
GK107
CUDA-ядра
192

Частоты

Базовая
850 МГц
Boost
850 МГц
FP32 пик
0.33 TFLOPS

Память

Объём
1 ГБ DDR3
Шина
128 бит
Частота
891 МГц
Bandwidth
29 ГБ/с

Питание и форм-фактор

TDP
130 Вт
Реком. БП
300 Вт

Выходы и интерфейс

Интерфейс
PCIe 3.0 x16

API и технологии

DirectX
11.0
Vulkan
1.2
CUDA
3.0

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 слайд-шоу из-за нехватки видеопамяти.

1440p 1 / 10

Разрешение слишком высокое для 1 ГБ DDR3.

1080p 1 / 10

Даже в киберспортивных дисциплинах FPS будет ниже 20.

AI-инференс 1 / 10

Stable Diffusion не запустится из-за объема памяти и отсутствия ядер Tensor.

AI-обучение 1 / 10

Обучение моделей невозможно на таком железе.

3D-рендер 1 / 10

Рендер в Cycles будет идти вечность или вылетит с ошибкой Out of Memory.

Видеомонтаж 2 / 10

DaVinci Resolve не сможет работать с современными кодеками через NVENC.

Офис 5 / 10

Для браузера и документов мощности хватит, если не открывать 50 вкладок.

Стоит ли покупать в 2026?

Покупать GRID K160Q в 2026 году нет смысла. Это устаревшее решение для узких задач. Карта не подходит ни для игр, ни для работы с AI. Даже бюджетные решения вроде GT 1030 будут эффективнее, потому что у них выше пропускная способность памяти. Если вам нужно запустить Stable Diffusion или Llama, ищите карты с 8 ГБ VRAM минимум. GRID K160Q — это прошлый век. Она не справится даже с декодированием современного видео. Старое поколение Kepler уже не актуально. Лучше смотреть в сторону б/у решений на архитектуре Turing или Ampere. Это даст вам хотя бы минимальный доступ к современным технологиям ускорения.

Обновлено редакцией: 2026-05-17.

Плюсы и минусы

Сильные стороны

  • Низкое энергопотребление
  • Малый размер чипа
  • Поддержка старых API

Слабые стороны

  • 1 ГБ памяти DDR3
  • Минимальная пропускная способность 29 ГБ/с
  • Отсутствие поддержки современных кодеков
  • Низкая вычислительная мощность

Часто задаваемые вопросы

Подойдет ли она для запуска локальных LLM?

Нет, это невозможно. Для работы Llama 3 или Qwen требуется объем видеопамяти от 6-8 ГБ и поддержка современных инструкций. У этой карты всего 1 ГБ DDR3, чего не хватит даже для загрузки весов самой маленькой модели.

Нужен ли специальный блок питания?

Карта потребляет 130 Вт. Вам понадобится БП мощностью от 300 Вт, чтобы система работала стабильно под нагрузкой. Дополнительных разъемов питания на самой карте обычно нет, питание идет через слот PCIe.

Чем она хуже GeForce GT 1030?

GT 1030 использует память GDDR5 или GDDR6. Пропускная способность у неё в разы выше, чем 29 ГБ/с у GRID K160Q. Архитектура Pascal в GT 1030 гораздо лучше справляется с современным декодированием видео.

Можно ли использовать её для рендеринга?

Для Blender Cycles она бесполезна. Объем памяти 1 ГБ не позволит загрузить даже простую сцену с текстурами. Вы получите ошибку CUDA Out of Memory сразу после попытки старта рендера.