🧠 מחשב ל-AI – בינוני (16GB, אפשרות ל-32GB)
מודלים של עד כ-20 מיליארד פרמטרים בכרטיס, ומודלי MoE גדולים יותר. למי שעובד עם AI כל יום: קוד, מסמכים, סוכנים – ורוצה מודלים חכמים יותר.
רשימת החלקים
למה אין מחיר כולל? מחירי החלקים משתנים כל שבוע, ומחירי זיכרון (RAM) כמעט הוכפלו בתחילת 2026 (TechRadar – מחירי זיכרון DRAM כמעט הוכפלו עד מרץ 2026). כדי לא להטעות, אנחנו לא ממציאים מחיר – לחצו "השוו מחיר" ליד כל חלק.
גילוי נאות: קישורים שמסומנים ב-* (eBay, AliExpress) הם קישורי שותפים – אם קונים דרכם, תאכלס עשוי לקבל עמלה, בלי תוספת מחיר לכם. אנחנו לא מעתיקים מחירים מחנויות: הקישורים פותחים חיפוש באתר החנות, ושם רואים את המחיר העדכני. בקנייה מחו״ל – לבדוק משלוח, אחריות ומע״מ ביבוא אישי.
אילו מודלי שפה (LLM) רצים עליו
בכרטיס: 16GB. זיכרון מחשב: 64GB.
רץ כולו בכרטיס – מהיר
רץ חלקית, בעזרת זיכרון המחשב – איטי
לא נכנס
Q8 = כמעט בלי איבוד איכות. Q4 = קטן פי שניים, איבוד איכות קטן. MXFP4 = הפורמט המקורי של gpt-oss. גדלי הקבצים מספריית Ollama.
גודל המודל ≈ מספר הפרמטרים × ביטים למשקל ÷ 8.
ב-Q4_K_M זה כ-4.89 ביט למשקל (≈0.61 בייט), ב-Q8_0 כ-8.5 ביט (≈1.06 בייט), וב-FP16 – 16 ביט (2 בייט) – לפי הטבלה של llama.cpp.
דוגמה: Llama 3.1 8B ב-Q4 ≈ 8 × 0.61 ≈ 4.9GB, וזה בדיוק גודל הקובץ ב-Ollama.
זיכרון נדרש ≈ גודל הקובץ × 1.1 + 0.5GB (בשביל הקשר של 4,096 טוקנים – ברירת המחדל של Ollama – ומאגרי עבודה). זו הערכה; הקשר ארוך יותר צריך יותר זיכרון.
מקורות: llama.cpp – טבלת ביטים למשקל לפי קוונטיזציה, ספריית המודלים של Ollama (גדלי קבצים), Ollama – שאלות נפוצות (הקשר, כמה כרטיסים)
מהירות: אנחנו לא מציגים מספרי טוקנים לשנייה בלי מדידה אמיתית. הכלל: מודל שנכנס כולו בזיכרון הכרטיס – מהיר; מודל שחלקו בזיכרון המחשב – איטי בהרבה (מודלי MoE סובלים מזה פחות, כי רק חלק קטן מהם עובד בכל מילה).
איך מתקינים Ollama ומריצים מודל ←יצירת וידאו ב-AI על המחשב הזה
720×480, 121 פריימים (כ-5 שניות)
היצרן: "720x480x121 בפחות מדקה על RTX 4060 עם 8GB". LTX-Video – GitHub הרשמי
480P, כ-5 שניות
היצרן: צריך 8.19GB VRAM, וסרטון 5 שניות ב-480P לוקח כ-4 דקות על RTX 4090. Wan2.1 – GitHub הרשמי
480p או 720p, הגדלה ל-1080p, 121 פריימים כברירת מחדל
היצרן: מינימום 14GB זיכרון כרטיס, עם העברה (offload) של חלקי מודל לזיכרון המחשב. HunyuanVideo-1.5 – GitHub הרשמי
720P ב-24 פריימים לשנייה (1280×704)
היצרן: רץ על כרטיס עם 24GB לפחות (כמו RTX 4090) עם offload. Wan2.2 – GitHub הרשמי
עד כ-10 שניות עם קול מסונכרן (LTX-2)
קובץ המודל לבדו: 18.7GB (NVFP4, לכרטיסי RTX 50), 21.5GB (INT8) או 42GB (BF16), ועוד מקודד טקסט. ההורדה המלאה כ-66GiB. המינימום כאן הוא הערכה שלנו לפי גודל הקבצים. LTX-2.5 – קבצי המודל ב-Hugging Face
480P ו-720P
היצרן: הפקודה הרשמית רצה על כרטיס עם 80GB לפחות. בקהילה יש גרסאות מכווצות לכרטיסים קטנים יותר – לא רשמי. Wan2.2 – GitHub הרשמי
544×960 (45GB) או 720×1280 (60GB), 129 פריימים
היצרן: מינימום 45GB ל-540p ו-60GB ל-720p, מומלץ 80GB. HunyuanVideo – GitHub הרשמי
ירוק = לפי דרישות היצרן. כתום = על הגבול. אורך הסרטונים במודלים האלה הוא כמה שניות לכל יצירה; סרטון ארוך בונים מכמה קטעים.
איך מתקינים ComfyUI לווידאו ←עריכת וידאו
עריכה ב-4K נוחה. ל-RTX 5070 Ti יש 2 מקודדי NVENC – יצוא מהיר. (NVIDIA – GeForce RTX 5070 / 5070 Ti, מפרט, Adobe – דרישות מערכת Premiere (גרסה 26.0))
חשמל וספק כוח
צריכה משוערת בעומס: כרטיס 300W + מעבד 65W (ה-TDP של היצרן; בעומס מלא מעבדי AMD יכולים לצרוך יותר) + כ-100W לשאר ≈ 465W. היצרן של הכרטיס דורש ספק של 750W לפחות. את הספק המומלץ ברשימה בחרנו עם מרווח מעל זה. בישראל החשמל 230V – כל ספק מודרני מתאים.
סרטון הרכבה
הרכבה בקצרה
- מכינים מקום ומורידים חשמל סטטישולחן גדול, תאורה טובה, מברג פיליפס. נוגעים במתכת לא צבועה לפני שנוגעים בחלקים.
- מרכיבים מעבד על לוח האםמרימים את הידית של התושבת, מיישרים את המשולש הקטן במעבד לסימון בתושבת, מניחים בלי לדחוף וסוגרים.
- מכניסים זיכרון וכונן NVMeהזיכרון לחריצים שהיצרן ממליץ עליהם לשתי יחידות (לרוב A2 ו-B2). כונן ה-NVMe לחריץ M.2 העליון, עם הבורג או התפס.
- מרכיבים קירור למעבדאם אין משחה מוכנה על הקירור – טיפה בגודל אפונה באמצע המעבד. מחברים את המאוורר ל-CPU_FAN.
- מכניסים ספק כוח ולוח אם למארזמוודאים שהברגים המרחיקים (standoffs) במקום, מבריגים את הלוח. מעבירים כבלים מאחורי הלוח.
- מחברים כבלי חשמלכבל 24 פינים ללוח, כבל 8 פינים (EPS) למעבד ליד התושבת, וכבלי המארז (כפתור הדלקה, USB, אודיו) לפי חוברת הלוח.
- מכניסים כרטיס מסךלחריץ PCIe x16 העליון, מבריגים לגב המארז ומחברים את כבל החשמל של הכרטיס עד הסוף (12V-2x6 – עד שאין רווח).
- מדליקים ונכנסים לביוסמחברים מסך לכרטיס המסך (או ללוח, אם אין כרטיס). בביוס: מפעילים EXPO לזיכרון ובודקים שהכל מזוהה. מעדכנים ביוס אם צריך.
- מתקינים מערכת הפעלה ומנהלי התקןווינדוס או לינוקס מדיסק און קי, ואחר כך מנהל ההתקן של כרטיס המסך מהאתר של NVIDIA או AMD.
התקנה
מערכת הפעלה מומלצת: Windows 11 או Ubuntu (ל-AMD: Ubuntu עם ROCm 7).
שאלות נפוצות
מה אפשר להריץ על מחשב ל-AI – בינוני (16GB, אפשרות ל-32GB)?
המודל הגדול שנכנס כולו בזיכרון הכרטיס: gpt-oss 20B ב-MXFP4 (צריך כ-15.9GB). עם עזרת זיכרון המחשב (לאט יותר): עד gpt-oss 120B (MoE).
כמה עולה המחשב הזה?
אנחנו לא מציגים מחיר כולל, כי מחירי החלקים משתנים כל שבוע ומחירי הזיכרון עלו מאוד ב-2026. ליד כל חלק יש כפתור "השוו מחיר" שפותח חיפוש בזאפ, KSP, אייבורי, באג וחנויות בחו״ל.
אפשר להרכיב לבד?
כן. ההרכבה לוקחת כשעתיים-שלוש בפעם הראשונה, עם מברג אחד. יש בעמוד סרטון הדרכה ומדריך כתוב שלב אחר שלב.
איזו מערכת הפעלה להתקין?
Windows 11 או Ubuntu (ל-AMD: Ubuntu עם ROCm 7)
עוד מפרטים
מחשב משרדי וביתי בתקציב
אופיס, גלישה, זום, חשבונות וסרטונים. בלי כרטיס מסך נפרד.
מחשב גיימינג ל-1080p
משחקים ברזולוציה Full HD, סטרימינג ועריכה ב-4K.
מחשב ל-AI ביתי – כניסה (12GB)
מודלי שפה של 8 עד 14 מיליארד פרמטרים, מהר ובפרטיות.
תחנת AI חזקה – שני כרטיסים (64GB)
מודלים של 70 מיליארד פרמטרים בכרטיסים, ומודלי MoE של 100B+ חלקית.
כל המפרטים ← · מחשבון: איזה מודל נכנס? ←
מקורות
- AMD – Ryzen 7 9700X, מפרט
- NVIDIA – GeForce RTX 5070 / 5070 Ti, מפרט
- AMD – Radeon AI PRO R9700, מפרט
- llama.cpp – טבלת ביטים למשקל לפי קוונטיזציה
- ספריית המודלים של Ollama (גדלי קבצים)
- Ollama – שאלות נפוצות (הקשר, כמה כרטיסים)
- TechRadar – מחירי זיכרון DRAM כמעט הוכפלו עד מרץ 2026
- LTX-Video – GitHub הרשמי
- Wan2.1 – GitHub הרשמי
- HunyuanVideo-1.5 – GitHub הרשמי
- Wan2.2 – GitHub הרשמי
- LTX-2.5 – קבצי המודל ב-Hugging Face
- HunyuanVideo – GitHub הרשמי