NVIDIA GeForce RTX 5090
vs
AMD Radeon AI PRO R9700

vs
Grafikkartenvergleich NVIDIA GeForce RTX 5090 vs AMD Radeon AI PRO R9700

GPU-Vergleichsergebnis

NVIDIA GeForce RTX 5090 vs AMD Radeon AI PRO R9700: gleiche 32 GB, unterschiedliche Anwendungsbereiche

Die NVIDIA GeForce RTX 5090 und die AMD Radeon AI PRO R9700 sind mit 32 GB Videoram ausgestattet, jedoch können sie nur bedingt als direkte Konkurrenten bezeichnet werden. Die RTX 5090 ist auf maximale Leistung einer einzelnen Karte ausgelegt, für Spiele, Rendering und Anwendungen auf CUDA. Die Radeon AI PRO R9700 hingegen wurde vor allem für professionelle Workstations, lokale KI und Multi-GPU-Konfigurationen entwickelt.

Daher sollte die Wahl zwischen ihnen nicht nach dem Speicher, sondern nach der Softwareplattform, dem Energieverbrauch und der Art der Belastung getroffen werden.

Grundlegende Unterschiede

Merkmal GeForce RTX 5090 Radeon AI PRO R9700
Architektur NVIDIA Blackwell AMD RDNA 4
Videopram 32 GB GDDR7 32 GB GDDR6
Speicherschnittstelle 512 Bit 256 Bit
Durchsatz 1792 GB/s 640 GB/s
Energieverbrauch 575 W 300 W
Empfohlene PSU 1000 W 750 W
Softwareplattform CUDA, TensorRT, OptiX ROCm
Hauptanwendungsbereich Spiele, Rendering, KI KI und Workstations

Die Anzahl der CUDA-Kerne von NVIDIA und der Stream-Prozessoren von AMD lässt sich nicht direkt vergleichen: Die Architekturen nutzen unterschiedliche Ausführungseinheiten. Viel wichtiger ist der Unterschied in Speicher, Energieverbrauch, Treibern und unterstützter Software.

RTX 5090 deutlich überlegen in Spielen

Für einen Gaming-PC ist dieser Vergleich nicht fair. Die RTX 5090 wurde als Flaggschiff-Grafikkarte entwickelt, während die R9700 auf professionelle Treiber und Rechenlasten ausgelegt ist.

Die RTX 5090 eignet sich besser für 4K, Raytracing, Path Tracing und anspruchsvolle Grafikmodifikationen. Ein zusätzliches Plus sind DLSS 4, Frame-Generierung und Strahlrekonstruktion. In Spielen mit hoher Belastung der RT-Blöcke ist der Abstand zu NVIDIA besonders deutlich.

Die Radeon AI PRO R9700 unterstützt moderne Gaming-Technologien von AMD, aber ihre Konstruktion, Kühlung und der Treiberprofil sind nicht auf maximalen FPS ausgelegt. Sie kann Spiele ausführen, aber es ist unpraktisch, sie speziell für einen Gaming-PC zu kaufen.

Gleicher Speicher bedeutet nicht gleiche Geschwindigkeit

Beide Karten können mit großen Szenen, Texturen, neuronalen Modellen und großen Kontexten in LLM umgehen. In Bezug auf den Gesamtspeicher sind sie gleich: In beiden Fällen stehen 32 GB zur Verfügung.

Der Unterschied liegt im Durchsatz. Die RTX 5090 nutzt GDDR7, hat eine 512-Bit-Schnittstelle und bietet fast 1,8 TB/s. Die R9700 ist mit GDDR6 und einer 256-Bit-Schnittstelle ausgestattet und erreicht etwa 640 GB/s.

Bei Lasten, die empfindlich auf Datenübertragungen reagieren, wird das Speichersubsystem der RTX 5090 deutlich seltener zum Flaschenhals. Dies ist wichtig beim Rendering, bei der Videoverarbeitung, der Bildgenerierung und bei bestimmten Rechenaufgaben.

Dabei bedeutet der gleiche VRAM, dass ein zu großes Modell oder eine zu große Szene nicht in eine der Karten passt. Die RTX 5090 überträgt Daten schneller, bietet jedoch nicht mehr Speicher.

CUDA gegen ROCm

Für die professionelle Arbeit ist oft nicht die Hardwareleistung der entscheidende Faktor, sondern die Softwarekompatibilität.

Die RTX 5090 hat Zugriff auf CUDA, TensorRT und OptiX. Diese Technologien werden weitverbreitet in Blender, generativem KI, wissenschaftlichen Bibliotheken, Videobearbeitungssoftware und Anwendungen für 3D-Grafik verwendet. Viele Programme sind auf NVIDIA optimiert und laufen ohne zusätzliche Konfiguration.

Die Radeon AI PRO R9700 arbeitet mit ROCm. Die Plattform unterstützt gängige KI-Frameworks, jedoch muss die Kompatibilität für jedes Projekt einzeln überprüft werden. Einige Tools erfordern Linux, spezielle Builds oder manuelle Konfiguration.

Wenn der Arbeitsprozess bereits um CUDA herum aufgebaut ist, ist der Wechsel zur R9700 kaum gerechtfertigt. In einer Umgebung, die mit ROCm kompatibel ist, erscheint die AMD-Karte aufgrund ihrer 32 GB Speicher, ihres moderaten Energieverbrauchs und ihrer professionellen Positionierung deutlich interessanter.

Was die professionelle Radeon bietet

Die Radeon AI PRO R9700 unterscheidet sich nicht nur im Namen von einer normalen Gaming-Karte. Ihre Vorteile liegen in der Nutzung in Workstations:

  • Professionelle Treiber;
  • Zertifizierung für spezialisierte Software;
  • Auslegung auf lange Rechenlasten;
  • Unterstützung von ECC in kompatiblen Konfigurationen;
  • Dual-Slot-Konstruktion mit Turbokühlung.

Ein solches Kühlsystem kann lauter sein als ein herkömmlicher offener Kühler, aber die warme Luft wird aus dem Gehäuse geleitet. Dies ist besonders wichtig, wenn zwei oder drei Beschleuniger nebeneinander installiert werden.

Die meisten Versionen der RTX 5090 nehmen drei oder vier Slots ein und strahlen Wärme innerhalb des Gehäuses ab. Für eine einzelne Karte ist dies kein Problem, aber den Aufbau eines kompakten Multi-GPU-Systems ist deutlich schwieriger.

Energieverbrauch ändert die Anforderungen an das System

Die RTX 5090 verbraucht bis zu 575 W, während die R9700 etwa 300 W benötigt. Der Unterschied ist fast doppelt so hoch.

In einem Heimcomputer bedeutet dies ein leistungsstärkeres Netzteil, ein größeres Gehäuse und erhöhte Kühlanforderungen. In einer Workstation mit mehreren Beschleunigern wird der Energieverbrauch zu einer der Hauptbeschränkungen.

Zwei R9700 benötigen etwa 600 W nur für die Grafikkarten. Ein Paar RTX 5090 wird sich auf etwa 1150 W belaufen, ohne den Prozessor und die anderen Komponenten zu berücksichtigen. Deshalb ist AMD praktischer in Systemen, in denen die Installationsdichte wichtiger ist als die maximale Leistung einer einzelnen GPU.

Welche Grafikkarte wählen

GeForce RTX 5090 eignet sich am besten für:

  • Spiele in 4K und Raytracing;
  • Blender, CUDA und OptiX;
  • Bild- und Videoerstellung;
  • Montage, Streaming und Kodierung;
  • maximale Leistung mit einer Grafikkarte.

Radeon AI PRO R9700 sollte in Betracht gezogen werden für:

  • Projekte mit nachgewiesener ROCm-Unterstützung;
  • lokale Ausführung von Modellen innerhalb von 32 GB;
  • professionelle Anwendungen;
  • Zwei- und Dreikarten-Workstations;
  • Systeme mit Einschränkungen beim Stromverbrauch und der Installationsdichte.

Fazit

Die RTX 5090 ist die Wahl für maximale Geschwindigkeit, Spiele, Rendering und die Software-Ökosysteme von CUDA. Die Radeon AI PRO R9700 ist für kompatible ROCm-Workstations, insbesondere Multi-GPU-Systeme, gedacht.

Mit identischen 32 GB erfüllen diese Modelle unterschiedliche Anforderungen: NVIDIA bietet eine höhere Leistung einer einzelnen Karte, während AMD einen moderatere Energieverbrauch, professionelle Treiber und eine praktische Konstruktion für kompakte Konfigurationen bereitstellt.

Vorteile

  • Mehr Shading-Einheiten: 20480 (20480 vs 4096)
  • Höher Boost-Takt: 2920 MHz (2520 MHz vs 2920 MHz)
  • Größer Speichergröße: 32GB (28GB vs 32GB)
  • Höher Bandbreite: 644.6GB/s (280.0GB/s vs 644.6GB/s)
  • Neuer Erscheinungsdatum: July 2025 (January 2025 vs July 2025)

Basic

NVIDIA
Markenname
AMD
January 2025
Erscheinungsdatum
July 2025
Desktop
Plattform
Desktop
GeForce RTX 5090
Modellname
Radeon AI PRO R9700
GeForce 50
Generation
Radeon Pro Navi
2235 MHz
Basis-Takt
1660 MHz
2520 MHz
Boost-Takt
2920 MHz
PCIe 5.0 x16
Bus-Schnittstelle
PCIe 5.0 x16
Unknown
Transistoren
53.9 billion
160
RT-Kerne
64
-
Einheiten berechnen
64
640
Tensor-Kerne
?
Tensor-Kerne sind spezialisierte Verarbeitungseinheiten, die speziell für das Deep Learning entwickelt wurden und im Vergleich zum FP32-Training eine höhere Trainings- und Inferenzleistung bieten. Sie ermöglichen schnelle Berechnungen in Bereichen wie Computer Vision, Natural Language Processing, Spracherkennung, Text-zu-Sprache-Konvertierung und personalisierteEmpfehlungen. Die beiden bekanntesten Anwendungen von Tensor-Kernen sind DLSS (Deep Learning Super Sampling) und AI Denoiser zur Rauschreduzierung.
128
640
TMUs
?
Textur-Mapping-Einheiten (TMUs) sind Komponenten der GPU, die in der Lage sind, Binärbilder zu drehen, zu skalieren und zu verzerren und sie dann als Texturen auf jede Ebene eines gegebenen 3D-Modells zu platzieren. Dieser Prozess wird als Textur-Mapping bezeichnet.
256
TSMC
Foundry
TSMC
-
Prozessgröße
4 nm
Blackwell 2.0
Architektur
RDNA 4.0

Speicherspezifikationen

28GB
Speichergröße
32GB
GDDR7
Speichertyp
GDDR6
448bit
Speicherbus
?
Der Speicherbus bezieht sich auf die Anzahl der Bits, die das Videomemory innerhalb eines einzelnen Taktzyklus übertragen kann. Je größer die Busbreite, desto mehr Daten können gleichzeitig übertragen werden, was sie zu einem der entscheidenden Parameter des Videomemory macht. Die Speicherbandbreite wird wie folgt berechnet: Speicherbandbreite = Speicherfrequenz x Speicherbusbreite / 8. Wenn also die Speicherfrequenzen ähnlich sind, bestimmt die Speicherbusbreite die Größe der Speicherbandbreite.
256bit
2500 MHz
Speichertakt
2518 MHz
280.0GB/s
Bandbreite
?
Die Speicherbandbreite bezieht sich auf die Datenübertragungsrate zwischen dem Grafikchip und dem Videomemory. Sie wird in Bytes pro Sekunde gemessen, und die Formel zur Berechnung lautet: Speicherbandbreite = Arbeitsfrequenz × Speicherbusbreite / 8 Bit.
644.6GB/s

Anzeige und Medien

1x HDMI 2.1
3x DisplayPort 1.4a
Ausgänge
4x DisplayPort 2.1a

Theoretische Leistung

483.8 GPixel/s
Pixeltakt
?
Die Pixel-Füllrate bezieht sich auf die Anzahl der Pixel, die eine Grafikverarbeitungseinheit (GPU) pro Sekunde rendern kann, gemessen in MPixel/s (Millionen Pixel pro Sekunde) oder GPixel/s (Milliarden Pixel pro Sekunde). Es handelt sich dabei um die am häufigsten verwendete Kennzahl zur Bewertung der Pixelverarbeitungsleistung einer Grafikkarte.
373.8 GPixel/s
1613 GTexel/s
Texture-Takt
?
Die Textur-Füllrate bezieht sich auf die Anzahl der Textur-Map-Elemente (Texel), die eine GPU in einer Sekunde auf Pixel abbilden kann.
747.5 GTexel/s
103.2 TFLOPS
FP16 (halbe Genauigkeit)
?
Eine wichtige Kennzahl zur Messung der GPU-Leistung ist die Gleitkomma-Rechenleistung. Halbgenaue Gleitkommazahlen (16 Bit) werden für Anwendungen wie maschinelles Lernen verwendet, bei denen eine geringere Genauigkeit akzeptabel ist. Einfach genaue Gleitkommazahlen (32 Bit) werden für übliche Multimedia- und Grafikverarbeitungsaufgaben verwendet, während doppelt genaue Gleitkommazahlen (64 Bit) für wissenschaftliches Rechnen erforderlich sind, das einen großen Zahlenbereich und hohe Genauigkeit erfordert.
95.68 TFLOPS
1.613 TFLOPS
FP64 (Doppelte Gleitkommazahl)
?
Eine wichtige Kennzahl zur Messung der GPU-Leistung ist die Gleitkomma-Rechenleistung. Doppelt genaue Gleitkommazahlen (64 Bit) sind für wissenschaftliches Rechnen erforderlich, das einen großen Zahlenbereich und hohe Genauigkeit erfordert, während einfach genaue Gleitkommazahlen (32 Bit) für übliche Multimedia- und Grafikverarbeitungsaufgaben verwendet werden. Halbgenaue Gleitkommazahlen (16 Bit) werden für Anwendungen wie maschinelles Lernen verwendet, bei denen eine geringere Genauigkeit akzeptabel ist.
1495 GFLOPS
101.136 TFLOPS
FP32 (float)
?
Eine wichtige Kennzahl zur Messung der GPU-Leistung ist die Gleitkomma-Rechenfähigkeit. Gleitkommazahlen mit einfacher Genauigkeit (32 Bit) werden für allgemeine Multimedia- und Grafikverarbeitungsaufgaben verwendet, während Gleitkommazahlen mit doppelter Genauigkeit (64 Bit) für wissenschaftliche Berechnungen erforderlich sind, die einen großen Zahlenbereich und hohe Genauigkeit erfordern. Gleitkommazahlen mit halber Genauigkeit (16 Bit) werden für Anwendungen wie maschinelles Lernen verwendet, bei denen eine geringere Genauigkeit akzeptabel ist.
48.797 TFLOPS

Verschiedenes

160
SM-Anzahl
?
Mehrere Streaming-Prozessoren (SPs) bilden zusammen mit anderen Ressourcen einen Streaming-Multiprozessor (SM), der auch als Hauptkern einer GPU bezeichnet wird. Zu diesen zusätzlichen Ressourcen gehören Komponenten wie Warp-Scheduler, Register und gemeinsamer Speicher. Der SM kann als Herz der GPU betrachtet werden, ähnlich wie ein CPU-Kern, wobei Register und gemeinsamer Speicher knappe Ressourcen innerhalb des SM sind.
-
20480
Shading-Einheiten
?
Die grundlegendste Verarbeitungseinheit ist der Streaming-Prozessor (SP), in dem spezifische Anweisungen und Aufgaben ausgeführt werden. GPUs führen paralleles Rechnen durch, was bedeutet, dass mehrere SPs gleichzeitig arbeiten, um Aufgaben zu verarbeiten.
4096
128 KB (per SM)
L1-Cache
-
88 MB
L2-Cache
8 MB
500W
TDP (Thermal Design Power)
300W
1.3
Vulkan-Version
?
Vulkan ist eine plattformübergreifende Grafik- und Rechen-API der Khronos Group, die hohe Leistung und geringen CPU-Overhead bietet. Es ermöglicht Entwicklern die direkte Steuerung der GPU, reduziert den Rendering-Overhead und unterstützt Multi-Threading und Multi-Core-Prozessoren.
1.3
3.0
OpenCL-Version
2.2
4.6
OpenGL
4.6
9.1
CUDA
-
12 Ultimate (12_2)
DirectX
12 Ultimate (12_2)
1x 16-pin
Stromanschlüsse
1x 16-pin
192
ROPs
?
Die Raster-Operations-Pipeline (ROPs) ist hauptsächlich für die Handhabung von Licht- und Reflexionsberechnungen in Spielen verantwortlich, sowie für die Verwaltung von Effekten wie Kantenglättung (AA), hoher Auflösung, Rauch und Feuer. Je anspruchsvoller die Kantenglättung und Lichteffekte in einem Spiel sind, desto höher sind die Leistungsanforderungen für die ROPs. Andernfalls kann es zu einem starken Einbruch der Bildrate kommen.
128
6.7
Shader-Modell
6.8
900 W
Empfohlene PSU (Stromversorgung)
700 W

Benchmarks

FP32 (float) / TFLOPS
GeForce RTX 5090
101.136 +107%
Radeon AI PRO R9700
48.797
3DMark Steel Nomad
GeForce RTX 5090
14544 +107%
Radeon AI PRO R9700
7014
Vulkan
GeForce RTX 5090
366095 +88%
Radeon AI PRO R9700
195059
OpenCL
GeForce RTX 5090
368974 +158%
Radeon AI PRO R9700
142792