Je nach KI-Anwendung und ihrem Algorithmus muss man GPUs koppeln oder nicht. Bei Go-Spiel-KI-Inferencing braucht man es nicht, sondern kann fast linear von mehreren GPUs profitieren.

Aktuell 4070 vs. 2 x 6090 (falls die nächste RTX-Generation auf ca. 2nm kommen wird) ist ein Geschwindigkeitsvergleich von größenordnungsmäßig 1:10. Für mich lohnt sich das dann. Noch schneller wäre noch besser, aber 10-fache Geschwindigkeit (ja ganz banal: es geht bei mir direkt darum, weil es um erzeugte Objekte pro Zeit meiner Computernutzung geht) wäre an sich jedenfalls Grund genug für ein Upgrade meines Computers.

Bei 2 * 5090 hingegen überzeugt es nicht. Zu wenig GeschwindigkeitsZuwachs, zu viel Watt und daher zu teuer je Objekt und Watt.

Quote from: RobertJasiek on January 15, 2025, 17:19:43Bisher hatte mich nichts an RTX 5000 beeindruckt, aber 35dB der 5090 FE trotz 575W durchaus. Wenn denn Tests dies bestätigen...! Bei dem Stromverbrauch hätte ich übrigens für die Karte €1000/a Stromkosten - dagegen ist der Preis der für mehrere Jahre zu nutzenden Karte selbst "Peanuts"... (Zumal ich wenn schon denn schon zwei Karten nutzen wollte... Nein, kann ich mir nicht leisten.)

Warum zwei? SLI ist tot oder lässt sich die Performance von zwei in einem System in AI Anwendungen oder anderen Szenarien abrufen und ausschöpfen?

Bisher hatte mich nichts an RTX 5000 beeindruckt, aber 35dB der 5090 FE trotz 575W durchaus. Wenn denn Tests dies bestätigen...! Bei dem Stromverbrauch hätte ich übrigens für die Karte €1000/a Stromkosten - dagegen ist der Preis der für mehrere Jahre zu nutzenden Karte selbst "Peanuts"... (Zumal ich wenn schon denn schon zwei Karten nutzen wollte... Nein, kann ich mir nicht leisten.)

Mit den Performance-Werten kann man die Blackwell-Generation komplett skippen.
Die 15% Mehrperformance der 5070 TI zur 4070 TI kann sich nvidia sonst wohin stecken, gegenüber dem korrekten Vergleichskandidaten mit ebenso 16GB RAM, der 4070 TI Super, schrumpft die Mehrperformance auf nur noch 5%.