NVIDIA GRID K340

Kepler · 1 ГБ GDDR5 · 384 CUDA · 225 Вт TDP · 2013
Сервер

GRID K340 — это артефакт эпохи Kepler из 2013 года. Внутри стоит чип GK107 с 384 CUDA-ядрами. Памяти здесь критически мало: всего 1.0 ГБ GDDR5 на 128-битной шине. Пропускная способность составляет 80 ГБ/с, что для современных задач является приговором. Карта работает на частоте до 954 МГц в бусте. Это бюджетное решение прошлого десятилетия. Она не подходит для игр или нейросетей в 2026 году, потому что архитектура Kepler давно лишена поддержки актуальных драйверов и API. Даже простейшие современные интерфейсы будут тормозить на таком железе. Пиковая производительность FP32 составляет всего 0.7 TFLOPS. Для сравнения, современные бюджетные решения выдают в десятки раз больше. Если вам нужна карта для вычислений, этот вариант мимо. В том же бюджетном сегменте сегодня актуальны Intel Arc A380 или RX 6400. Они предлагают гораздо больше видеопамяти и поддержку современных кодеков. GRID K340 осталась в истории как специализированное решение для рабочих станций прошлого века.

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
384

Частоты

Базовая
954 МГц
Boost
954 МГц
FP32 пик
0.73 TFLOPS

Память

Объём
1 ГБ GDDR5
Шина
128 бит
Частота
1250 МГц
Bandwidth
80 ГБ/с

Питание и форм-фактор

TDP
225 Вт
Реком. БП
550 Вт
Питание
1x 8-pin
Длина
267 мм
Слотов
2

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

Забудьте об этом. Даже рабочий стол в 4K будет лагать.

1440p 1 / 10

Карта не потянет даже киберспортивные дисциплины на минималках.

1080p 2 / 10

Подойдет только для очень старых игр до 2013 года.

AI-инференс 1 / 10

Stable Diffusion не запустится из-за нехватки памяти и отсутствия поддержки тензорных ядер.

AI-обучение 1 / 10

Обучение невозможно. Памяти хватит только на пустой массив данных.

3D-рендер 2 / 10

Рендер в Cycles будет идти вечность из-за низкого TFLOPS.

Видеомонтаж 2 / 10

NVENC здесь слишком старый для современного монтажа в DaVinci.

Офис 4 / 10

Для браузера и Word хватит, если не открывать 50 вкладок.

Стоит ли покупать в 2026?

Брать GRID K340 в 2026 году нет смысла. Это устаревшее железо, которое потребляет 225 Вт энергии ради мизерной производительности. Карта будет греться, но не даст профита. Она подходит только для специфических задач на старых ОС или как запчасть для ретро-ПК. Если ваша цель — работа с графикой или AI, ищите карты с 8 ГБ памяти минимум. Даже старая GTX 1060 6GB будет в разы эффективнее. В бюджетном сегменте сейчас правят Intel Arc A380. Она даст вам современные кодеки AV1 и нормальную скорость в Blender. GRID K340 проигрывает любому современному решению по всем параметрам. Не тратьте деньги на этот мусор.

Обновлено редакцией: 2026-05-17.

Плюсы и минусы

Сильные стороны

  • Низкая цена на вторичном рынке
  • Наличие 1.0 ГБ GDDR5
  • Поддержка CUDA-ядер

Слабые стороны

  • Критический объем видеопамяти 1 ГБ
  • Высокий TDP 225 Вт при низкой мощности
  • Устаревшая архитектура Kepler
  • Отсутствие поддержки современных драйверов

Часто задаваемые вопросы

Пойдет ли на ней Stable Diffusion?

Нет. Для запуска базовых моделей нужно минимум 4-6 ГБ видеопамяти. У этой карты всего 1 ГБ, поэтому вы получите ошибку Out of Memory сразу после инициализации.

Какой блок питания нужен?

Рекомендуется БП на 550 Вт. Несмотря на низкую мощность чипа, TDP составляет 225 Вт, что требует дополнительного питания и качественной линии 12V.

Чем она лучше старых карт NVIDIA?

Ничем. Она базируется на архитектуре Kepler, которая была актуальна в 2013 году. Современные карты серии RTX или даже бюджетные GTX 1650 превосходят её во всём.

Можно ли использовать её для обучения нейросетей?

Это невозможно. Для fine-tuning или pretraining требуются огромные объемы памяти и тензорные ядра, которых в GK107 просто не существует физически.