# Майнинг-ферма под LLM: что можно использовать повторно

Как владельцу бывшей майнинг-фермы оценить переход к LLM-инференсу: проверить карты, серверную основу, охлаждение и сценарий пилота без покупки нового парка.

Автор: Команда Retrivium
Обновлено: 2026-11-01
Канонический URL: https://retrivium.ai/ru/journal/mining-gpus-for-inference/
Language: ru

У владельца бывшей майнинг-фермы уже есть часть инфраструктуры: видеокарты, питание, место и опыт наблюдения за оборудованием. Это хорошая отправная точка для разговора об инференсе. Но перенести ферму на новую нагрузку простым переключателем нельзя: языковой модели нужны память, поддерживаемый движок и подходящий хост.

Рациональная цель первого этапа — найти повторно используемые компоненты и проверить один рабочий сценарий. Так решение опирается на собственное оборудование, а не на рекламные обещания о заработке любой карты.

## Отберите карты по пригодности к модели

Составьте перечень точных модификаций и объёма VRAM. Разные поколения не стоит объединять одной строкой «двенадцать GPU»: ограничения памяти и программной поддержки могут оказаться важнее количества. Отдельно укажите известные ремонты, изменения прошивки и нестабильность.

Далее сопоставьте карты с конкретным движком и форматом модели. [Руководство NVIDIA по совместимости CUDA](https://docs.nvidia.com/deploy/cuda-compatibility/minor-version-compatibility.html) показывает, что совместимость связана с версиями программного стека и драйвера. История работы в майнинге сама по себе не подтверждает и не исключает пригодность к инференсу.

## Проверьте основу машины

Майнинговая конфигурация могла проектироваться под другой обмен данными. Нужны характеристики CPU, оперативной памяти, дисков и подключения каждой карты. Установка GPU через переходники требует отдельного внимания при оценке топологии и устойчивости.

Не покупайте новую материнскую плату до выяснения ограничений. Возможно, часть карт разумнее разместить в нескольких обычных серверах, а часть вообще оставить вне пилота. Это инженерная гипотеза, которую проверяют измерениями, а не универсальный рецепт переделки фермы.

## Начните с небольшого сравнительного теста

Условный пример: из восьми карт владелец выбирает две одинаковые с понятной историей. На первом сервере проверяется одна карта, затем вторая. Сравнивают успешность запросов, устойчивость, время загрузки и фактическое потребление всей машины.

Если результаты расходятся, ищут причину до расширения пула. Для согласованной диагностики можно ориентироваться на [документацию NVIDIA DCGM](https://docs.nvidia.com/datacenter/dcgm/latest/learn/modules/dcgm-diagnostics.html), учитывая поддержку конкретного устройства и теста. Пройденная проверка не является обещанием оставшегося срока службы.

## Посчитайте именно новую нагрузку

Старые показатели потребления и обслуживания относятся к прошлому режиму. Измерьте ожидание, инференс и восстановление после перезапуска. Добавьте стоимость хоста, охлаждения и технической поддержки. Не вычитайте из расходов оборудование только потому, что оно уже приобретено.

Сравните два решения: продать часть парка или использовать подходящие компоненты в согласованном пилоте. Полезно заранее назвать предел дополнительных вложений и условие остановки. Без такого ограничения модернизация может продолжаться дольше, чем первоначальная техническая оценка.

## Практические выводы

Пришлите список карт, описание существующей площадки и один или два реалистичных варианта сборки.

Команда обсудит возможную LLM-нагрузку и содержание пилота. До принятия решения вам не нужно переоборудовать всю ферму. Дополнительно изучите [проверку бывших в эксплуатации GPU](/ru/journal/used-gpu-health-check/) и [расчёт экономики](/ru/journal/inference-economics/), чтобы разговор закончился конкретным следующим шагом.