Sunucu için ekran kartı seçerken yapılan en pahalı hata, “en güçlü kart en iyisidir” varsayımıdır. Değildir. Bir kartı doğru yapan tek şey, yapacağınız işin ihtiyaç duyduğu ölçütte güçlü olmasıdır — gerisi boşa ödenen paradır. Bu yazıda kartı işe nasıl eşleştireceğinizi, hangi ölçüte bakmanız gerektiğini nedenleriyle anlatıyoruz.
Üç farklı iş, üç farklı ölçüt
Ekran kartının önemli olduğu işler tek bir başlık altında toplanmaz. Kabaca üç grup vardır ve her biri kartın farklı bir özelliğine bakar:
| İş | Belirleyici ölçüt | Yanıltıcı olan |
|---|---|---|
| Yapay zeka / model çalıştırma | VRAM (bellek) kapasitesi | Çekirdek sayısı |
| 3D render, hesaplama | CUDA çekirdek sayısı | VRAM (belli bir eşikten sonra) |
| Video kodlama, yayın | NVENC donanım kodlayıcısı | Hem çekirdek hem VRAM |
Bu üçünü karıştırmak, yanlış kartı almanın en yaygın yoludur. Sırayla açalım.
1. Yapay zeka için: önce VRAM
Yapay zeka modeli çalıştıracaksanız belirleyici olan tek şey VRAM kapasitesidir. Kural katıdır: model belleğe sığmazsa çalışmaz — çekirdek sayısının, kartın ne kadar hızlı olduğunun hiçbir önemi kalmaz.
Kaba bir ölçü: 4 bit nicelenmiş (quantized) bir modelde parametre başına yaklaşık yarım bayt gerekir. Buna göre:
| VRAM | Uygun olduğu iş |
|---|---|
| 8 GB | Küçük modeller, görüntü işleme, Stable Diffusion |
| 12–16 GB | Orta ölçekli diller modelleri (7B–13B) |
| 24 GB | Büyük modeller (30B civarı), rahat render |
| 32 GB+ | En büyük modeller, çoklu model |
Kataloğumuzda 24 GB için RTX 3090 ve RTX 4090, 32 GB için RTX 5090 seçilebilir. Yapay zeka işi yapacaksanız, VRAM’i yeterli en ucuz kart genellikle doğru karttır; onun üstüne ödediğiniz para hıza gider, “çalışır/çalışmaz” sınırına değil.
2. Render ve hesaplama için: CUDA çekirdek
3D render, video efekt işleme ve paralel hesaplamada süre büyük ölçüde CUDA çekirdek sayısıyla ölçeklenir. Sahneniz belleğe sığdığı sürece, daha çok çekirdek daha kısa süre demektir.
Burada mantık AI’nin tersidir: önce sahnenin belleğe sığması gereken bir VRAM eşiği vardır, o eşik geçildikten sonra fark çekirdekte açılır. Kataloğun render için en güçlü seçenekleri RTX 4080 (9.728 çekirdek) ve RTX 4090 (16.384 çekirdek).
3. Video kodlama ve yayın için: NVENC
Buradaki en yaygın yanılgı, video için pahalı kart almaktır. Oysa video kodlamayı kartın çekirdekleri değil, üzerindeki ayrı donanım kodlayıcısı (NVENC) yapar. Bu birim, orta seviye bir RTX kartında da amiral gemisinde de büyük ölçüde aynı işi görür.
Sonuç: OBS ile yayın, oyun kaydı veya format dönüştürme için orta seviye bir RTX, çok daha pahalı bir modelle benzer sonuç verir. Bu işler için gereğinden güçlü kart almak doğrudan bütçe israfıdır.
Peki oyun client’ı, bot ve emülatör?
Buraya dikkat, çünkü çoğu kişi burada gereğinden pahalı düşünüyor. Oyun client’ı çalıştırmak, Android emülatörü (BlueStacks, LDPlayer, NoxPlayer) açmak ya da tarayıcı oyunu döndürmek için güçlü bir karta ihtiyaç yoktur. Bu uygulamalar ekran kartının varlığını ister; kapasitesini değil.
Bu işler için tam bir ekran kartı yerine, gerçek bir kartın size ayrılmış küçük bir dilimi (vGPU) fazlasıyla yeterlidir. Tam da bunun için ayrı bir ürünümüz var: ekran kartlı VDS, 1–2 GB vGPU dilimiyle client, bot ve emülatörleri 750₺’den çalıştırır. Bu iş için RTX’li bir fiziksel sunucu almak, çiviyi balyozla çakmaktır.
Kart nesli ve bellek kuşağı
İki kart aynı VRAM’e sahip olabilir ama aynı olmayabilir. Kısaca:
- Nesil önemlidir. RTX serisi, Tensor çekirdekleriyle yapay zekada GTX’e göre belirgin fark yaratır. Sadece oyun/raster işi için GTX yeterlidir; AI’ya girecekseniz RTX’e bakın.
- GDDR kuşağı (GDDR6, GDDR6X, GDDR7) bellek bant genişliğini etkiler; büyük modellerde ve yüksek çözünürlüklü renderda hissedilir, hafif işlerde fark etmez.
Karar tablosu
| İhtiyacınız | Doğru yaklaşım |
|---|---|
| Küçük AI modeli, görüntü üretimi | 8–12 GB VRAM’li RTX |
| Orta/büyük dil modeli (LLM) | 16–24 GB VRAM’li RTX (3090/4090) |
| 3D render, hesaplama | Yüksek CUDA çekirdekli RTX (4080/4090) |
| Video kodlama, yayın | NVENC’li orta seviye RTX — fazlasına gerek yok |
| Oyun client’ı, bot, emülatör | Tam kart değil, ekran kartlı VDS dilimi |
| Sadece görüntü çıkışı | GT 710 (standart, ücretsiz) |
Özetle
Kartı fiyat etiketine göre değil, işinize göre seçin. Yapay zekada VRAM, renderda çekirdek, videoda NVENC belirleyicidir; oyun client’ı ve bot için ise küçük bir vGPU dilimi zaten yeter. Doğru ölçüte bakınca çoğu kişi düşündüğünden daha ucuz bir kartla işini çözer.
Bir sonraki soru genellikle şu olur: tam kartlı bir fiziksel sunucu mu, yoksa vGPU dilimli bir VDS mi? Onu ayrı bir yazıda ele aldık: ekran kartlı VDS mi, fiziksel sunucu mu?
Seçilebilecek kart modellerini ekran kartlı fiziksel sunucu sayfamızda, dilimli hafif çözümü ise ekran kartlı VDS sayfamızda bulabilirsiniz.