GPUs für 3D-Rendering und visuelle Effekte
GPU-Renderer verfolgen Strahlen auf dedizierten Raytracing-Kernen und halten die gesamte Szene mit Texturen und Geometrie im GPU-Speicher. Die Szene muss hineinpassen: Zuerst die Speichergröße, dann die Generation der Raytracing-Kerne und der Takt entscheiden über die Renderzeit.
Passende GPUs für 3D-Rendering
Seitlich wischen, um alle Spalten zu sehen.
| GPU | Speicher | Speichertyp | Bandbreite | Max. Leistung | Preis/Std. |
|---|---|---|---|---|---|
| RTX 4090Ada Lovelace | 24 GB | GDDR6X | 1.008 GB/s | 450 W | ab 0,33 $ |
| RTX 5090Blackwell | 32 GB | GDDR7 | 1.792 GB/s | 575 W | ab 0,69 $ |
| RTX A6000Ampere | 48 GB | GDDR6 | 768 GB/s | 300 W | ab 0,33 $ |
| A40Ampere | 48 GB | GDDR6 | 696 GB/s | 300 W | ab 0,35 $ |
| L40Ada Lovelace | 48 GB | GDDR6 | 864 GB/s | 300 W | ab 0,69 $ |
| L40SAda Lovelace | 48 GB | GDDR6 | 864 GB/s | 350 W | ab 0,79 $ |
| RTX 6000 AdaAda Lovelace | 48 GB | GDDR6 | 960 GB/s | 300 W | ab 0,74 $ |
| RTX PRO 6000 BlackwellBlackwell | 96 GB | GDDR7 | 1.792 GB/s | Nicht veröffentlicht | ab 1,69 $ |
Herstellerangaben pro GPU; Tensor-Durchsatz ohne Sparsity. Modellgrößen sind vorsichtige Schätzungen in Milliarden Parametern bei 80 % des Speichers; Kontextlänge, Batchgröße und Framework verändern die tatsächliche Grenze. Die Preise sind das beste Live-Angebot für eine GPU pro Stunde, zzgl. Steuern.
Alle GPU-ModelleWorauf es bei 3D-Rendering ankommt
Die Szene muss in den Speicher passen
Die meisten GPU-Renderer brauchen die gesamte Szene im GPU-Speicher; eine Szene, die nicht hineinpasst, weicht auf langsamere Out-of-Core-Modi aus oder scheitert. Große Produktionsszenen sind der Grund, warum es Workstation-GPUs mit 48 und 96 GB gibt.
Raytracing-Kerne
Hier sind nur GPUs mit Raytracing-Kernen aufgeführt. Jede Generation (Ampere, Ada Lovelace, Blackwell) beschleunigt die Strahlverfolgung; Rechenzentrums-GPUs wie H100 und A100 haben keine Raytracing-Kerne und sind nicht für das Rendering gedacht.
Frames parallel
Animationen werden Frame für Frame gerendert: Mehrere GPUs oder mehrere Server rendern gleichzeitig verschiedene Frames und skalieren nahezu linear. Stundenweise Miete macht aus einem langen Rendering ein kurzes.
GPUs für 3D-Rendering vergleichen
GPUs für 3D-Rendering und visuelle Effekte: häufig gestellte Fragen
Welche GPU ist die beste für Blender Cycles?
Cycles nutzt auf NVIDIA-RTX-GPUs die Raytracing-Kerne über OptiX. GeForce RTX 4090 und RTX 5090 sind schnell für Szenen, die in 24 oder 32 GB passen; RTX 6000 Ada und RTX PRO 6000 eignen sich mit 48 und 96 GB für schwerere Szenen.
Workstation- oder GeForce-Karte für das Rendering?
GeForce-Karten bieten viel Geschwindigkeit pro GPU bei 24 bis 32 GB Speicher. Workstation-Karten bieten mehr Speicher (48 bis 96 GB), bei den meisten Modellen ECC und für professionelle Anwendungen zertifizierte Treiber.
Kann ich auf einer A100 oder H100 rendern?
Sie haben keine Raytracing-Kerne, daher laufen GPU-Renderer darauf ohne Hardware-Raytracing oder unterstützen sie nicht. Wählen Sie für das Rendering eine RTX-Workstation-, L40-, L40S- oder GeForce-RTX-GPU.
Wie miete ich bei EverXCloud eine GPU für 3D-Rendering?
Erstellen Sie ein Konto, laden Sie Ihr Prepaid-Guthaben in Euro, US-Dollar oder Pfund auf und kaufen Sie dann GPU-Stunden an der Spot-Börse zum besten Angebot, oder geben Sie ein Gesuch zu dem Preis auf, den Sie zu zahlen bereit sind. Die Miete wird stundenweise abgerechnet. Die Preise werden zzgl. Steuern angezeigt, und EverXCloud ist bei jeder Anmietung Verkäufer im eigenen Namen (Merchant of Record).
Am Starttag bereit sein
Erstellen Sie jetzt Ihr Konto: Sie können Ihr Guthaben aufladen und die passende GPU für Ihren Workload mieten, sobald der Markt öffnet.
Sie haben GPU-Server?
Unternehmen können dem EverXCloud Network beitreten und Stunden ihrer GPU-Server an der Spot-Börse verkaufen.
Weitere Einsatzbereiche
- GPUs für das Training großer Sprachmodelle
Pre-Training und vollständiges Fine-Tuning auf Rechenzentrums-GPUs mit HBM-Speicher.
- GPUs für das Fine-Tuning offener Modelle
LoRA- und QLoRA-Adapter auf einer einzigen GPU, ab 24 GB.
- GPUs für LLM-Inferenz
Offene Modelle bereitstellen: was in den Speicher passt und wie schnell die Token kommen.
- GPUs für Bild- und Videogenerierung
Diffusionsmodelle für Bild und Video, von Karten mit 24 GB bis zu GPUs mit 80 GB.
- GPUs für wissenschaftliches Rechnen und Simulation
Simulations- und HPC-Codes auf Rechenzentrums-GPUs mit HBM-Speicher.