GPU — Grafikkarte & KI-Beschleuniger
GPU (Graphics Processing Unit): Spezialisiert auf parallele Berechnungen — ursprünglich Pixel, heute auch KI, Crypto, Wissenschaft.
NVIDIA-Reihe 2026
| GPU | VRAM | Wofür |
|---|---|---|
| RTX 5060 | 8 GB | Office, leichtes Gaming |
| RTX 5070 | 12 GB | 1440p Gaming, kleine KI-Modelle |
| RTX 5080 | 16 GB | 4K Gaming, Stable Diffusion |
| RTX 5090 | 32 GB | High-End Gaming, lokale LLMs |
| RTX A6000 / Workstation | 48 GB | Profi-Workloads, KI-Training |
| H200 / Blackwell B200 | 141 GB / 192 GB | Rechenzentrum, LLM-Training |
AMD & Intel
- AMD RX 9000-Serie: Gutes P/L, Gaming-stark, KI etwas schwächer.
- Intel Arc B-Series: Günstig, ständige Treiber-Verbesserungen.
- Apple M5 GPU: Im SoC integriert, sehr effizient.
Wofür welche GPU?
| Anwendung | Empfehlung | Mindest-VRAM |
|---|---|---|
| Office, Web | integrierte GPU | — |
| Casual Gaming 1080p | RTX 5060 | 8 GB |
| Gaming 4K | RTX 5080 | 16 GB |
| Video-Schnitt 4K | RTX 5070+ | 12 GB |
| Stable Diffusion lokal | RTX 5070+ | 12 GB |
| LLMs lokal (8B-13B) | RTX 5080+ | 16 GB |
| LLMs lokal (70B+) | RTX 5090 oder A6000 | 32 GB+ |
| KI-Training (Profi) | H200 / B200 | 80 GB+ |
VRAM ist KönigBei KI-Workloads zählt VRAM mehr als Rechenleistung. Ein Modell muss komplett ins VRAM passen, sonst wird es extrem langsam (CPU-Offloading). Vorher: VRAM = Modellgröße in Bytes prüfen.