Nvidia CMP 170HX: майнинговая карта, которую переделывают в 64 ГБ для AI-задач

Nvidia CMP 170HX это майнинговая карта на чипе GA100, то есть на том же кремнии, что и серверный ускоритель A100. Память HBM2e, широкая шина, пропускная способность порядка 1,49 ТБ/с и ни одного видеовыхода. Карта выпускалась для добычи криптовалют и никогда не предназначалась для вычислений общего назначения.

Интерес к ней вспыхнул заново из-за экспериментов энтузиастов. В сообществе обсуждают модификацию памяти с 8 ГБ до 64 ГБ и работу в щадящем режиме около 180 Вт. Часть заявлений уже проверена: в тестах четыре переделанные карты дали 256 ГБ VRAM примерно за $800 и нормально работали в llama.cpp. Часть, включая пропускную способность как результат модификации, пока остаётся заявкой.

Короткий ответ для тех, кто хочет запускать LLM: CMP 170HX это не готовое решение, а полигон для экспериментов. Она имеет смысл, если вы готовы возиться с драйверами, охлаждением и риском потерять деньги. Как рабочая станция такая карта не подходит.

Что такое Nvidia CMP 170HX и почему вокруг неё шум

Аббревиатура CMP расшифровывается как Cryptocurrency Mining Processor. Nvidia завела отдельную линейку в 2021 году, когда майнеры выкупали GeForce целыми паллетами. Массовые модели серии строились на потребительских чипах и отличались от игровых карт отсутствием видеовыходов, а флагман CMP 170HX получил GA100: тот же кристалл, что стоит в ускорителе A100, плюс память HBM2e.

После обвала майнинга карты ушли на вторичный рынок с сомнительной поддержкой. Новую волну интереса подняло видео на канале LTT, после которого энтузиасты начали заказывать CMP 170HX для опытов. Один из авторов таких экспериментов планирует проверить работу карты при энергопотреблении около 180 Вт и считает подход Nvidia к использованию этих чипов неоптимальным: вычислительный потенциал есть, официального применения нет.

Практика уже частично подтвердила, что карта годится для инференса LLM. В тестах на четырёх CMP170HX по 64 ГБ удалось собрать 256 ГБ VRAM примерно за $800 и получить до 120 токенов в секунду на моделях класса 20B в llama.cpp. Контекст в 1M токенов для крупной модели с квантизацией Q4 тоже укладывался в такую конфигурацию. Это делает тему интересной для тех, кто собирает домашний AI-сервер.

Чем CMP 170HX отличается от GeForce и серверных GPU

Разница между тремя категориями видна по обвязке платы и по набору софта, который к ней прилагается.

Практический вывод из таблицы простой: по железу CMP 170HX ближе к серверной карте, по поддержке ближе к мусору. Для потребительского GPU достаточно поставить обычный драйвер, у профессиональных есть официальные ветки и инструменты вроде разделения MIG, а для майнинговой карты весь софт приходится собирать самостоятельно.

Почему Nvidia ограничивала такие карты

Логика вендора была коммерческой. Майнеры в 2021 году вымывали с полок GeForce, а геймеры оставались без карт. CMP без видеовыходов почти невозможно было перепродать как игровую, а урезанные драйверы делали её непригодной для широкого круга задач. Разделение рынков работало ровно до того момента, пока майнинг не стал убыточным.

Когда это случилось, Nvidia не стала дорабатывать софт: карты остались без сертифицированных драйверов для вычислений, без датацентровых версий и без гарантийной поддержки. Получился склад мощного железа, которое энтузиасты разблокируют своими силами. Отсюда и ощущение неоптимальности, о котором говорят авторы экспериментов.

Характеристики CMP 170HX: что известно и что заявлено

Чтобы не смешивать проверенные данные с обсуждениями на форумах, разложим параметры по статусу. Часть цифр идёт из паспорта карты, часть подтверждена практикой энтузиастов, часть пока живёт только в описаниях лотов.

Память HBM2e и пропускная способность: почему 1,49 ТБ/с это серьёзно

Для инференса LLM полоса памяти важнее частоты ядра. При генерации каждого токена ускоритель читает из памяти все веса модели, которые участвуют в вычислении. Отсюда простая формула: скорость генерации в токенах в секунду примерно равна пропускной способности, делённой на размер модели в памяти.

Посчитаем на конкретных числах. Модель класса 70B в квантизации Q4 занимает около 40 ГБ. При 1,49 ТБ/с теоретический потолок выходит около 37 токенов в секунду, а на практике меньше: часть полосы съедают служебные операции, prefill и обслуживание KV-кэша. Для модели класса 20B в Q4, то есть примерно 12 ГБ, тот же расчёт даёт около 120 токенов в секунду. Именно эту цифру показали тесты в llama.cpp. Порядок величин сходится, и это косвенно подтверждает, что широкая шина HBM2e выдаёт полосу так, как ожидается.

Дальше начинаются вопросы. Пропускная способность 1,49 ТБ/с выше, чем у современной профессиональной карты NVIDIA RTX PRO 5500 Blackwell с её 84 ГБ GDDR7 и 1 398 ГБ/с. Модификация объёма памяти сама по себе полосы не добавляет: она зависит от числа стеков HBM2e и их частоты, а не от того, сколько данных в них хранится. Если 1,49 ТБ/с относятся к исходной конфигурации памяти, это нормальный паспортный параметр для карты на GA100. Если это результат переделки, нужны независимые замеры, иначе цифра остаётся красивой надписью в описании лота.

Энергопотребление 180 Вт: реально ли снизить

Майнинговые карты часто ограничивают по питанию сами владельцы: в фермах важнее ватт на хеш, чем пиковая частота. Режим 180 Вт для CMP 170HX это глубокий андервольтинг, который снижает и частоту ядра, и частоту памяти. Для сравнения: RTX PRO 5500 Blackwell заявлена с потреблением до 600 Вт, то есть разница в три с лишним раза.

Что это значит на практике. Падение частоты ядра бьёт по prefill, то есть по скорости обработки промпта, а снижение частоты HBM напрямую режет пропускную способность и скорость генерации токенов. Выигрыш в тепле и шуме реальный, потолок производительности тоже падает. Проверять такой режим стоит не по ваттметру, а по стабильности: длительный прогон с замером температуры памяти и контролем ошибок. Если карта после модификации начинает сыпать ошибками под нагрузкой, ограничение питания её не спасёт.

Модификация памяти с 8 ГБ до 64 ГБ: как это делают и какие риски

Рост объёма в восемь раз говорит о том, что дело не в одной прошивке. На плате распаивают дополнительные стеки HBM2e и правят микрокод так, чтобы система увидела весь массив. Публичных описаний технологии мало, результатов тестов больше: подтверждены конфигурации на 64 ГБ для версии с 8 ГБ и на 40 ГБ для версии с 10 ГБ. Это кустарная работа, а не сервисная процедура, и гарантию на неё никто не даёт.

Риски делятся на аппаратные и программные. Перепайка HBM требует оборудования для работы с BGA-массивами и навыка: одна повреждённая площадка превращает карту в сувенир. После сборки карта может определяться, но часть памяти окажется нерабочей, и выяснится это только под нагрузкой. Обновление драйвера способно сломать уже настроенную систему.

Проблемы с драйверами и поддержкой

Официальных драйверов для вычислений у CMP 170HX нет. Современные фреймворки вроде PyTorch и TensorRT-LLM рассчитаны на официальные ветки и на определённый набор вычислительных возможностей. Обходные пути существуют, но каждый апдейт системы или ядра может их сломать, и восстанавливать работоспособность придётся вручную.

Сравните с профессиональной картой: у RTX PRO 5500 Blackwell есть сертифицированные драйверы и поддержка MIG, позволяющая отдать две изолированные половины по 42 ГБ разным задачам. У CMP 170HX нет ни того, ни другого, поэтому сборка держится на конкретной версии софта и на человеке, который её настроил.

Охлаждение HBM2e после модификации

HBM2e греется заметно сильнее массовой GDDR, а стеки стоят вплотную к кристаллу. После вмешательства тепловой контакт может оказаться хуже заводского, а штатный охладитель майнинговой карты рассчитан на продув в стойке с турбинами, а не на тихий корпус домашнего сервера. При 180 Вт общее тепловыделение ниже, но локальный перегрев отдельного стека никто не отменял. Практический минимум: датчики температур, свежие термопрокладки и корпус с нормальным продувом.

Насколько хрупкими бывают такие системы, показывает пример из смежной области. Пользователь с платой ASUS PRIME X370-PRO после обновления BIOS до версии 6254 потерял стабильность памяти: тест TestMem5 начал выдавать ошибки, а подобрать рабочую конфигурацию не помогло даже снижение частоты до 1600-1800 МГц с увеличенными таймингами. Откат на прежнюю версию BIOS оказался заблокирован защитой AGESA от понижения версии. К видеокартам эта история отношения не имеет, зато показывает общий принцип: вмешательство в память и прошивки часто оставляет путь только в одну сторону.

Подходит ли CMP 170HX для локальных AI-задач

Ответ зависит от того, что именно вы собираетесь запускать и сколько времени готовы потратить на отладку.

Сценарии, где карта может быть полезна

• Инференс LLM, чувствительный к объёму VRAM и полосе памяти. Если карта видит 64 ГБ, в неё помещается модель класса 70B в Q4 целиком, без выгрузки части слоёв в оперативную память.
• Связка из нескольких карт. Четыре CMP170HX дают 256 ГБ VRAM, что позволяет держать длинный контекст и не экономить на квантизации KV-кэша.
• Лабораторные задачи, где не нужен видеовыход: пакетная обработка, сравнение моделей, воспроизведение чужих конфигураций.
• Бюджетный домашний AI-сервер, если карты достались дёшево и есть запас времени на настройку.

Все эти сценарии предполагают, что драйверы встанут и карта отработает длинный тест без ошибок. Гарантий здесь нет.

Сценарии, где карта бесполезна

• Fine-tuning и обучение. Здесь мало объёма памяти: нужны тензорные ядра актуального поколения, поддержка фреймворков и стабильность под многодневной нагрузкой.
• Работа с графикой, игры, вывод изображения на монитор. Видеовыходов у карты нет физически.
• Продакшен, где важны сроки. Один сломанный драйвер или перегрев памяти останавливает весь пайплайн.
• RAG и векторный поиск, где требуется быстрый отклик и повторяемость результатов на длинной дистанции.

Отдельно про софт: если карта не определяется CUDA корректно, 64 ГБ памяти не имеют значения, запускать модель будет нечем.

CMP 170HX против стандартных решений: что выбрать

Сравнение получается не в пользу майнинговой карты, если считать не одни гигабайты, а ещё и время на отладку.

Кому стоит связываться с CMP 170HX

Техническим энтузиастам с опытом работы с паяльником, отладки драйверов и сборки ядра. Тем, кто воспринимает покупку как эксперимент, а не как инвестицию. Если карта не заведётся или умрёт через месяц, и это не испортит бюджет, тема стоит изучения. Всем остальным вход противопоказан.

Альтернативы для локального AI

Для бюджетных сборок есть более предсказуемые варианты: модифицированные потребительские карты с увеличенной памятью, старые серверные ускорители, обычные consumer-карты с 24 ГБ. В разборе какую видеокарту выбрать для локальных LLM в 2026 году собрана матрица по бюджету до $700 с оговорками про KV-кэш, питание, охлаждение и возврат. Связка из двух RTX 3080 20GB даёт 40 ГБ дешевле одной карты сопоставимого класса, хотя PCIe и отсутствие общего пула памяти там тоже создают ограничения.

Ещё один фактор это рынок. Профессиональные ускорители дефицитны, и аномальный спрос на RTX 6000 подталкивает цены вверх, из-за чего вторичные карты выглядят привлекательнее, чем есть на самом деле. Дешёвый вход часто оплачивается временем на отладку. Что касается RTX PRO 5500 Blackwell, её характеристики NVIDIA помечает как предварительные, а продажи ещё не стартовали, поэтому сравнение с ней это ориентир на будущее, а не готовый рецепт на сегодня.

Практический чек-лист: если решили попробовать

1. До покупки уточните версию карты: 8 ГБ или 10 ГБ. От неё зависит, на какой объём памяти рассчитывать после модификации.
2. Запросите фото платы и следы перепайки. Аккуратные швы и термопрокладки без признаков перегрева это хороший знак.
3. Договоритесь о возврате или проверке при получении. Лоты с вторичного рынка часто продаются как есть.
4. Проверьте, определяется ли карта в системе и какой объём памяти показывает. Без видеовыхода ориентируйтесь на логи ядра и вывод утилит.
5. Поставьте драйверы и проверьте, видит ли карту CUDA. Запустите простой запрос к модели через llama.cpp или vLLM.
6. Прогоните тест памяти. Смысл тот же, что у TestMem5 для оперативной памяти: длительная нагрузка и поиск ошибок.
7. Замерьте пропускную способность и сравните с расчётом по размеру модели. Расхождение в разы означает, что полоса не выдаётся целиком.
8. Проверьте температуры памяти под нагрузкой и в простое. Отдельно посмотрите поведение при ограничении мощности около 180 Вт.
9. Оставьте карту на суточный прогон. Если ошибок нет и температуры в норме, конфигурацию можно считать рабочей для ваших задач.

Итог: стоит ли ждать чуда от CMP 170HX

CMP 170HX остаётся интересным техническим артефактом: серверный чип GA100 с памятью HBM2e, который Nvidia отдала майнерам и не стала развивать дальше. Энтузиасты доказали, что карта умеет видеть 64 ГБ и работать в llama.cpp, но каждый шаг даётся ценой ручной настройки драйверов, охлаждения и питания.

Заявленные 1,49 ТБ/с и 180 Вт стоит проверять на своей конфигурации, а не принимать на веру. Цифра пропускной способности выше, чем у современной профессиональной карты, а значит требует замеров, а не пересказа описания лота.

Вывод простой. Нужна рабочая машина для локальных моделей, берите карту с официальной поддержкой CUDA и гарантией. Хочется эксперимента и есть время на отладку, CMP 170HX даст материал для интересных выводов, но не заменит рабочую станцию. Перед покупкой обязательно договоритесь о возврате: тема пока живёт на энтузиазме отдельных людей, а не на поддержке производителя.

Подписаться на канал