3090 5090

[artwolf]

Hey zusammen,

ich plane, meine Grafikkarte von einer MSI RTX 3090 Ventus 3X OC auf eine RTX 5090 (Founders Edition) zu upgraden und bräuchte Rat von Leuten sie sich mit der Hardware gut auskennen, inwieweit ich meine alten Komponenten weiterhin nutzen kann.

Mein aktuelles System:

• be quiet! Straight Power 11 750 W (ATX 2.4)
• be quiet! Pure Base 600
• be quiet! Pure Rock Kühler
• GIGABYTE Z390 Gaming X
• Intel Core i7-9700K (8 C/8 T, 3.6–4.9 GHz)
• G.Skill Aegis 32 GB DDR4-3000 (CL16)
• MSI RTX 3090 Ventus 3X OC (derzeit eingebaut)
• SSDs als Speicher

( https://geizhals.de/wishlists/1195905 )

Laut ChatGPT kann ich alles weiterverwenden, außer dem Netzteil, da 750 W für eine RTX 5090 zu knapp sind.
Empfohlen wird ein ATX 3.0-Netzteil mit mindestens 1000 W (z. B. be quiet! Dark Power 13 oder Corsair RM1000e).

Seht ihr das auch so? Oder würde ein Netzteil mit 850 W ausreichen?

Gibt es sonst Kompatibilitäts- oder Platzprobleme auf die ich achten sollte?

Wichtig zu erwähnen: Mir ist die Lautstärke völlig egal. Ich verstehe auch nicht wieso ich damals den be quiet! Pure Base 600 gekauft habe. Wurde mir hier damals empfohlen, aber wenn meine jetzige Grafikkarte arbeitet hört man eh den ganzen Rechner so als ob die komplette Seite des Gehäuses offen ist . Das Gehäuse ist zwar wie in Panzer aber hätte es sonst damals viel kleiner gekauft.

Aber sonst würde ich auch damit nicht wirklich spielen, weswegen mir FPS etc. auch völlig egal sind. Ich brauche es zum arbeiten (3d Rendering) und KI Generierung (Stable Diffusion / Wan Video) . Hier auch kurz die Frage, falls sich jemand auskennt: Würde es was bringen die Arbeitsspeicher von 32 auf 64 aufzurüsten?

Danke schon mal für euer Feedback!

 

[TorenAltair]

Ohne die 3D-Rendering-Software zu nennen, kann man auch wenig dazu sagen.

 

[Langi1]

@artwolf

Du solltest eher fragen wegen dem was du geschrieben hast für den Anwendungszweck:

Ich brauche es zum arbeiten (3d Rendering) und KI Generierung (Stable Diffusion / Wan Video) .

Ergänzung (Freitag um 02:07)

Weckt mich, wenn die KI Live-Daten verarbeitet

Und mich, wenn die durch die Anwender nicht mehr dümmer wird.

 

[r0lF.RuTiN]

Wenn man über 2000€ für eine Grafikkarte raushaut, die man vielleicht nichtmal braucht

https://www.reddit.com/r/StableDiff...x_5090_vs_3090_round_2_flux1dev_hunyuanvideo/

Muss OP wissen.

---

Ich hätte jetzt eigtl. gesagt 5090 leicht undervolten und gut ist, aber es ist nur ATX 2.4 und hat kein natives 12VHPWR Kabel.

Schnell aus der Hüfte würde ein BQ Pure Power 13M 1000W für 150€ langen, im Idle dabei lautlos bleiben und unter Last am leisesten sein.

Gut das ist dir egal, du willst nur beste Leistung: Best Overall 230V Performance, NZXT C1000 Gold.

---

Spoiler: braucht man für "arbeiten (3d Rendering) und KI Generierung (Stable Diffusion / Wan Video" cpu leistung?

Sehr gute Frage — und eine, die viele unterschätzen.
Die kurze Antwort lautet: Ja, aber es hängt stark davon ab, was genau du machst.
Ich erkläre dir das im Detail 👇

---

🧠 1. CPU vs. GPU bei 3D-Rendering und KI-Generierung​

🔹 3D-Rendering​

Es gibt zwei grundlegend verschiedene Arten von Rendering:

Typ	Beschreibung	Hauptkomponente
CPU-Rendering	Klassisches, physikalisch genaues Rendering (z. B. Arnold, V-Ray, Corona im CPU-Modus).	CPU
GPU-Rendering	Moderne Engines wie Octane, Redshift, Blender Cycles (GPU-Modus), Unreal Engine Path Tracing.	GPU

➡️ Wenn du z. B. Blender mit Cycles (GPU) oder Redshift nutzt, ist die GPU entscheidend.
➡️ Wenn du Arnold, Corona oder CPU-Render-Engines nutzt, brauchst du eine starke CPU mit vielen Kernen (z. B. Threadripper oder i9).

---

🔹 KI-Bild-/Video-Generierung (Stable Diffusion, Runway, WanVideo etc.)​

• Stable Diffusion, ComfyUI, Automatic1111, WanVideo, Runway, Pika Labs usw.
  → nutzen fast ausschließlich die GPU.
  → Rechenarbeit = Tensor Cores (NVIDIA) bzw. Shader-Kerne (AMD).

CPU-Rolle hier:

• Bereitet Daten vor (z. B. Laden von Modellen, I/O, Dateiverarbeitung)
• Ist aber nicht limitierend, solange du eine moderne CPU hast (z. B. Ryzen 7, i7 oder besser).

---

⚙️ 2. Wann die CPU trotzdem wichtig ist​

Selbst wenn GPU der Star ist, hilft eine gute CPU bei:

• Datenvorbereitung (z. B. Text-to-Video mit großen Modellen wie WanVideo)
• Multi-Tasking (gleichzeitiges Arbeiten während Rendern/Generieren)
• Simulationen (z. B. Physik, Fluid, Partikel, Houdini-Simulationen)
• Kompression, En-/Decoding (Videoexport, KI-Videoprojekte)

💡 Beispiel:
Ein Ryzen 9 7950X oder Intel i9-14900K kann beim Rendern und gleichzeitigen Arbeiten enorm helfen, weil du nicht ausgebremst wirst.

---

🧩 3. Balance-Tipp (für 3D & KI)​

Komponente	Wichtigkeit	Empfehlung
GPU	⭐⭐⭐⭐⭐	RTX 4070 Ti / 4080 / 4090 für KI & GPU-Render
CPU	⭐⭐⭐	Ryzen 7 7800X3D / Ryzen 9 7950X / i9-14900K
RAM	⭐⭐⭐⭐	32–64 GB (je nach Szene/Projektgröße)
Storage	⭐⭐⭐⭐	NVMe SSD (1–2 TB, z. B. PCIe 4.0)
Netzteil	⭐⭐⭐	ATX 3.0, 850–1000 W (je nach GPU)

---

🧩 Fazit​

Anwendung	Hauptfaktor
Stable Diffusion / KI-Video (WanVideo, Runway)	GPU entscheidend
GPU-Render (Blender Cycles, Octane, Redshift)	GPU entscheidend
CPU-Render (Arnold, Corona)	CPU entscheidend
Simulationsarbeit / Multitasking / Encoding	starke CPU hilft

---

Wenn du magst, kann ich dir eine ausgewogene PC-Konfiguration für 3D + KI-Generierung vorschlagen (je nach Budget: z. B. 1500 €, 2500 €, 4000 €).
Möchtest du das?

Spoiler: hilft mehr arbeitsspeicher?

Ja — mehr Arbeitsspeicher (RAM) hilft definitiv, aber wie stark hängt wieder davon ab, was genau du machst.
Lass uns das differenziert betrachten 👇

---

🧠 1. Allgemein: Wofür RAM wichtig ist​

RAM ist der Zwischenspeicher, in dem Programme, Modelle und Texturen liegen, während du arbeitest oder renderst.
Wenn du zu wenig RAM hast, muss dein System auf die SSD auslagern → das ist viel langsamer und kann KI- oder 3D-Programme zum Absturz bringen.

---

🎨 2. 3D-Rendering und RAM​

Nutzung	RAM-Einfluss	Erklärung
GPU-Rendering (z. B. Blender Cycles, Octane)	Mittel	Szene-Daten (Geometrie, Texturen) werden in den VRAM der GPU geladen. Aber: Wenn VRAM knapp ist, wird RAM als Puffer genutzt.
CPU-Rendering (z. B. Arnold, Corona)	Hoch	Alle Szenendaten liegen im Hauptspeicher – mehr RAM = größere, komplexere Szenen möglich.
Simulationen (z. B. Flüssigkeit, Rauch, Partikel)	Sehr hoch	Diese berechneten Datensätze liegen im RAM – je mehr du hast, desto höher kann die Detailauflösung sein.

---

🧩 3. KI-Generierung (Stable Diffusion, WanVideo, etc.)​

Anwendung	RAM-Einfluss	Erklärung
Stable Diffusion (Text → Bild)	Gering–Mittel	Hauptsächlich GPU-VRAM relevant. Aber zu wenig System-RAM kann Bottlenecks erzeugen (Modell-Loading, Batch-Verarbeitung).
ComfyUI / A1111 mit großen Modellen (z. B. SDXL, ControlNet)	Mittel	RAM wird zum Halten mehrerer Modelle und Nodes genutzt.
Video-KI (z. B. WanVideo, Runway, AnimateDiff)	Hoch	Verarbeitung vieler Frames gleichzeitig → RAM wichtig für Caching & Zwischenframes.

---

💡 4. Praxis-Tipps​

Anwendung	Empfohlener RAM
Einsteiger / reines KI-Testing	16 GB (funktioniert, aber knapp)
Solides Arbeiten (Stable Diffusion + 3D)	32 GB (Sweet Spot)
Große Szenen / KI-Video / Compositing / Simulationen	64 GB
Professionell, z. B. Blender + Unreal + ComfyUI parallel	96–128 GB

---

🧩 5. Beispiel: Warum RAM hilft​

Stell dir vor, du machst ein Stable Diffusion Video mit 30 s Länge (900 Frames).
→ Jedes Frame wird generiert, zwischengespeichert, verarbeitet (Upscaling, Interpolation, etc.).
→ Mit 16 GB RAM läuft’s, aber der PC wird extrem langsam.
→ Mit 64 GB RAM kann alles im Speicher bleiben → flüssiger Workflow, weniger Wartezeit, keine Abstürze.

---

✅ Fazit​

• Mehr RAM = besserer Workflow, vor allem bei:
  • großen 3D-Szenen
  • vielen Texturen
  • KI-Videos / ComfyUI-Pipelines
  • parallelem Arbeiten (z. B. Blender + Stable Diffusion + Photoshop)

💬 Kurz gesagt:
👉 16 GB = Minimum
👉 32 GB = Ideal für KI + 3D
👉 64 GB+ = Professionell / Zukunftssicher

---

Möchtest du, dass ich dir erkläre, ob schneller RAM (z. B. DDR5-6000 vs. DDR5-5200) auch viel bringt, oder ist dir gerade nur die Menge wichtig?

Spoiler: PCI 3.0 vs 5.0

Super Frage — und sehr technisch, aber wichtig 👏
Die kurze Antwort ist:

Nein, für GPU-Rendering macht PCIe 5.0 gegenüber PCIe 3.0 fast keinen Unterschied — solange die Karte mit x16-Lanes angebunden ist.

Aber lass uns das genau durchgehen, weil es interessante Details gibt 👇

---

⚙️ 1. Was PCIe eigentlich macht​

Die PCIe-Verbindung ist die Datenleitung zwischen CPU/RAM und GPU.
Sie überträgt:

• 
  
• Szene-Daten (Geometrie, Texturen, Shader)
• 
  
• Render-Jobs
• 
  
• Ergebnisse (Framebuffer, Preview etc.)

Beim GPU-Rendering liegt aber der eigentliche Rechenaufwand komplett auf der GPU — und zwar im VRAM.
Das heißt:
Sobald die Szene einmal auf die Grafikkarte geladen wurde, arbeitet sie autonom.

---

🚀 2. Bandbreitenvergleich​

Standard	x16 Bandbreite (pro Richtung)
PCIe 3.0	15,8 GB/s
PCIe 4.0	31,5 GB/s
PCIe 5.0	63 GB/s

Klingt nach großem Unterschied, aber:
Bei Rendering-Workloads nutzt du diese Bandbreite nur kurz beim Start — beim Übertragen der Szene auf die GPU.
Danach läuft alles im VRAM der RTX 5090 (der vermutlich 32 GB+ GDDR7 hat).
➡️ Selbst PCIe 3.0 x16 ist meist schnell genug, da das Laden einer typischen 3D-Szene (ein paar Hundert MB bis wenige GB) nur wenige Sekunden dauert.

---

🧩 3. Wann PCIe limitiert​

PCIe-Bandbreite kann zum Flaschenhals werden, wenn:

• 
  
• du mehrere GPUs verwendest (und Daten zwischen ihnen austauschst),
• 
  
• du Out-of-Core-Rendering machst (also Szenen größer als VRAM),
• 
  
• oder du Echtzeit-Engines nutzt, die ständig Daten streamen (z. B. riesige Open-Worlds, Simulationen).

Aber bei typischen Offline-Renderings in:

• 
  
• Blender Cycles (GPU)
• 
  
• Octane
• 
  
• Redshift
• 
  
• Arnold GPU

ist der Unterschied zwischen PCIe 3.0 und 5.0 unter 3–5 %, oft sogar 0 %.

---

⚙️ 4. Beispiel: RTX 5090 mit PCIe 3.0​

Angenommen du nutzt eine ältere Workstation oder ein PCIe 3.0-Mainboard, aber steckst eine RTX 5090 rein:
✅ Läuft voll kompatibel
✅ Kein Problem für Rendering, KI-Generierung, Training usw.
⚠️ Nur beim Daten-Streaming oder VRAM-Overflow kann’s minimal langsamer werden

---

💡 5. Realistische Empfehlung​

Anwendung	PCIe-Version empfohlen	Grund
GPU-Rendering (Blender, Octane, Redshift)	3.0 x16 oder höher	Kein Unterschied
KI-Generierung (Stable Diffusion, WanVideo, etc.)	3.0 x16 oder höher	Minimaler Einfluss
High-FPS Gaming, Video-Streaming in Echtzeit	4.0–5.0 empfohlen	Bessere Latenz, Streaming
Multi-GPU / NVLink-Setups	4.0–5.0 empfohlen	Bessere Inter-GPU-Kommunikation

---

✅ Fazit:

• 
  
• PCIe 3.0 x16 reicht vollkommen aus, selbst für eine RTX 5090.
• 
  
• PCIe 4.0 oder 5.0 bringen nur messbare Vorteile, keine sichtbaren.
• 
  
• Lieber auf GPU-VRAM, CPU-RAM und PSU-Qualität (ATX 3.0!) achten.

---

Wenn du magst, kann ich dir ein Diagramm zeigen, wie stark PCIe-Versionen wirklich die Performance bei GPU-Rendering beeinflussen (z. B. Blender-Benchmarks).
Möchtest du das?

Spoiler: PCI 3.0 vs 5.0 II

Sehr gute Nachfrage — das ist eine der häufigsten Fragen bei High-End-Builds für Stable Diffusion & Co.
Kurz gesagt:

Nein, auch bei Stable Diffusion (und anderen KI-Anwendungen) macht PCIe 3.0 vs. 5.0 kaum einen Unterschied – solange du die volle x16-Anbindung hast.

Aber ich erkläre dir genau, warum das so ist 👇

---

⚙️ 1. Wie Stable Diffusion arbeitet​

Stable Diffusion (und ähnliche KI-Modelle) nutzt die GPU fast vollständig autonom, sobald das Modell geladen ist.
Ablauf:

1. Modell (z. B. 7 GB bei SDXL) wird einmalig in den VRAM der GPU geladen.
2. Die eigentliche Inferenz (Bildgenerierung) läuft komplett auf der GPU.
3. Nur fertige Bilder (ein paar MB) gehen zurück über PCIe an die CPU / den Speicher.

➡️ Das heißt:
Die PCIe-Verbindung ist nur beim Laden und Speichern aktiv, nicht während der Berechnung.

---

🚀 2. PCIe-Bandbreite in Zahlen​

Standard	Bandbreite (x16, pro Richtung)
PCIe 3.0	~15,8 GB/s
PCIe 4.0	~31,5 GB/s
PCIe 5.0	~63 GB/s

Selbst große Stable-Diffusion-Modelle (z. B. SDXL, ~7–10 GB) werden also in:

• 0,5–1 Sekunde (PCIe 4.0) oder
• 1–2 Sekunden (PCIe 3.0)
  geladen – danach ist kein Unterschied mehr spürbar.

---

🧩 3. Wann PCIe wirklich relevant wird​

Einzige Szenarien, wo PCIe limitiert:

• VRAM zu klein → Modell oder Zwischenergebnisse müssen ausgelagert werden → Daten gehen ständig über PCIe → das bremst stark.
• Multi-GPU-Training / Parallelbetrieb (z. B. ComfyUI mit mehreren GPUs) → GPUs tauschen Daten → PCIe 4.0+ oder NVLink ist besser.
• Live-Video-Generierung mit Streaming → sehr selten, PCIe spielt minimale Rolle.

Aber:

• Mit genug VRAM (z. B. 24–32 GB) läuft selbst SDXL oder WanVideo rein auf der GPU.
• Dann ist PCIe 3.0 kein Engpass mehr.

---

💡 4. Realistische Performance-Unterschiede (Benchmarks)​

In Tests (z. B. Automatic1111, ComfyUI, SDXL):

PCIe-Anbindung	Leistung (Bilder/s)	Unterschied
PCIe 3.0 x16	1.00× (Basis)	–
PCIe 4.0 x16	1.01×	< 1 % schneller
PCIe 5.0 x16	1.01×	kein messbarer Unterschied
PCIe 3.0 x8 (halbiert)	0.98×	kaum Unterschied
PCIe 3.0 x4	0.80×	merklich langsamer (vermeiden!)

➡️ Wichtig: Der Lane-Count (x16) ist entscheidend, nicht die Version.

---

✅ Fazit​

Kategorie	Empfehlung
Stable Diffusion / ComfyUI / A1111 / AnimateDiff / WanVideo	PCIe 3.0 x16 reicht absolut
Wenn VRAM oft voll ist / Multi-GPU	PCIe 4.0+ bringt leichte Vorteile
Sonst	Kein Unterschied messbar

💬 Kurz gesagt:

Selbst eine RTX 5090 läuft mit PCIe 3.0 x16 bei Stable Diffusion praktisch genauso schnell wie mit PCIe 5.0 x16.

---

Wenn du willst, kann ich dir zeigen, wie stark VRAM vs. PCIe die Performance bei Stable Diffusion tatsächlich beeinflusst (mit realen Zahlen).
Willst du das mal im Vergleich sehen?

---

Das mit dem PureBase ist wirklich nicht optimal, vorallem wenn dir Lautstaerke eh egal ist. Du kannst versuchen das Frontpanel irgendwie abzumachen, damit die Luefter einfach frei reinziehen koennen. Auch kannst du fuer 25€ ein 5er Pack Arctic P12 Lüfter kaufen, 3 vorne, 1 hinten, 1 oben (hinten), damit die GPU nie ins Throttling gerät. Alternative P12 Pro, vermutlich lauter aber dafür stärker.

 

[Cat Toaster]

Wenn KI im Fokus ist, würde ich mir eine Strix-Halo-Kiste mit 128 GB RAM holen, von denen Du mindestens 96 GB als VRAM nutzen kannst. Da kriegst Du den gesamten Rechner für den Preis einer 5090.

https://de.gmktec.com/products/gmktec-evo-x2-amd-ryzen™-ai-max-395-mini-pc-1?variant=51610049380536

https://www.minisforum.com/de/pages/new-release-ms-s1-max-ryzen™-ai-max-395-mini-workstation-minisforum

https://frame.work/de/de/products/desktop-diy-amd-aimax300/configuration/new

Für den Preis und die Leistungsaufnahme ist das konkurrenzlos.

YouTube

An dieser Stelle steht ein externer Inhalt von YouTube, der den Forumbeitrag ergänzt. Er kann mit einem Klick geladen und auch wieder ausgeblendet werden.

YouTube-Embeds laden

Ich bin damit einverstanden, dass YouTube-Embeds geladen werden. Dabei können personen­bezogene Daten an YouTube übermittelt werden. Mehr dazu in der Datenschutzerklärung.

YouTube-Embeds laden

Datenschutzerklärung

YouTube

An dieser Stelle steht ein externer Inhalt von YouTube, der den Forumbeitrag ergänzt. Er kann mit einem Klick geladen und auch wieder ausgeblendet werden.

YouTube-Embeds laden

Ich bin damit einverstanden, dass YouTube-Embeds geladen werden. Dabei können personen­bezogene Daten an YouTube übermittelt werden. Mehr dazu in der Datenschutzerklärung.

YouTube-Embeds laden

Datenschutzerklärung

YouTube

An dieser Stelle steht ein externer Inhalt von YouTube, der den Forumbeitrag ergänzt. Er kann mit einem Klick geladen und auch wieder ausgeblendet werden.

YouTube-Embeds laden

Ich bin damit einverstanden, dass YouTube-Embeds geladen werden. Dabei können personen­bezogene Daten an YouTube übermittelt werden. Mehr dazu in der Datenschutzerklärung.

YouTube-Embeds laden

Datenschutzerklärung

 

[Cris-Cros]

Hört doch bitte mit den unsäglichen Gaming Diskussionen auf und lest den Eingangspost.
Ich würde es mit dem Netzteil testen, allerdings ist es schon sehr knapp bemessen.
Ein modernes 850 Watt Netzteil nach Atx 3.x Standard wäre dann die Wahl, wenn es tatsächlich nicht stabil läuft.
Muss auch kein Dark Power sein. Ein Pure Power 13 reicht vollkommen aus.

 

[Rickmer]

Seht ihr das auch so? Oder würde ein Netzteil mit 850 W ausreichen?

850W wäre 'ausreichend' und das kannst du dann auch als Schulnote verstehen. Lieber etwas mehr Raum nach oben und 1000W nehmen. Der Preisunterschied ist meistens minimal.

Hier auch kurz die Frage, falls sich jemand auskennt: Würde es was bringen die Arbeitsspeicher von 32 auf 64 aufzurüsten?

Du nutzt WAN und dir ist der RAM noch nicht ausgegangen? Ich würde hier definitiv den Sinn von 64GB RAM sehen. Für meinen Teil habe ich sogar 96GB, aber den Speicherplatz habe ich bisher nur bei großen LLMs gebraucht.

 

[SuperHeinz]

Würde es was bringen die Arbeitsspeicher von 32 auf 64 aufzurüsten?

Ja, in jedem Fall, nicht nur in Hinblick auf die Zukunft. Kannst Dir auch überlegen, ob Du nicht zwei 32 GB RAM Riegel zu den beiden 16 GB dazupacken willst. Mit den dann 96 GB RAM ist noch ein wenig Luft nach oben.

Nebenbei: Die Überschrift "3090 5090" ist nicht eben zielführend, für die Leute, die nach dem Lesen derselben gleich eine Antwort bereitzuhaben meinen, ohne dass sie auch den erklärenden Eingangstext lesen (wollen 😁).

 

[Langi1]

Ja, in jedem Fall, nicht nur in Hinblick auf die Zukunft

Klar nein. Schau auf die aktuelle Auslastung.

Ergänzung (Freitag um 08:11)

ob Du nicht zwei 32 GB RAM Riegel zu den beiden 16 GB dazupacken willst

Das sicher nicht. Führt nur zu Problemen.

 

[SuperHeinz]

@Langi1 Zum einen schreibt der TE nichts zur Auslastung, zum anderen ist es ein Intel-System auf Z390 Mainboard.

Die Tabellen von @r0lF.RuTiN sind dazu bereits ein paar Jährchen alt. Mit der Zeit wachsen die Ansprüche. Wer weiß, was die Zukunft bringt und DDR4-RAM ist jetzt noch einigermaßen günstig zu haben.

​

 

[HisN]

Hier auch kurz die Frage, falls sich jemand auskennt: Würde es was bringen die Arbeitsspeicher von 32 auf 64 aufzurüsten?

Hängt von Deiner Software/Arbeitsweise/Projekt ab.
Schau auf den Füllstand der Auslagerungsdatei. Je voller die wird, um so mehr Punkte bringt mehr Speicher.

 

[milliardo]

Zum Thema Netzteil:

Es ist aus irgendeinem Grund Volkssport sich überdimensionierte Netzteile zu kaufen ("um sicher zu sein") um dann beim Aufrüsten doch wieder ein - selbstverständlich gut überdimensioniertes - Netzteil zu kaufen anstatt die extra für den Fall ursprünglich eingeplanten Reserven des Alten zu nutzen. Wahrscheinlich haut die deutsche Versicherungsmentalität da voll rein.

Begründung für den Wahn ist dann immer in Richtung: Irgendwer hat irgendwo in irgendeinem Video einen gesehen, der hatte einen Fall da ist der Rechner ausgegangen, weil vielleicht das Netzteil in einer Lastspitze nicht liefern konnte. Man stelle sich dieses Grauen vor!!!

Ohne polemische Anwandlungen: Das 750W Straight Power ist knapp, wird aber vermutlich durchgehend reichen. Tut es das wider erwarten nicht, kannst du immer noch ein größeres kaufen. Kaputt wird die Hardware von zu wenig Saft nicht.

 

[wern001]

Um die 5090 auszulasten, die du wahrscheinlich nie brauchst, brauchst du einen komplett neuen PC.

Das einzige was man noch brauch ist ein anderes Netzteil.
So eine 5090 zieht im ms bereicht bis zu 800 Watt. Die meisten Netzteile haben die höchste effizenz zwischen 40 und 70%

 

[Ja_Ge]

Ein Wechsel kann tatsächlich Sinn machen, wenn man sich in einem schlechten Effizienzbereich befindet. Aber nur bei dauerhaft ungünstiger Last, bei kurzen Lastspitzen (die in diesem Anwendungsfall auch erst mal nachzuweisen währen) wird sich das über Jahrzehnte nicht rechnen.

 

[Rickmer]

Das man mit einer 5090 auch unter 4K ins CPU Limit kommt, oder das ich von meiner Erfahrung mit noch mehr Pixeln und dennoch CPU Limit sprach?

Dass das schlicht nicht relevant ist wenn Gaming nicht das Ziel ist

Ergänzung (Freitag um 10:14)

Ohne polemische Anwandlungen: Das 750W Straight Power ist knapp, wird aber vermutlich durchgehend reichen.

Als jemand der eine RTX 4090 und einen R7 5800X an 600W betrieben hat: ich glaube das Gegenteil

ut es das wider erwarten nicht, kannst du immer noch ein größeres kaufen. Kaputt wird die Hardware von zu wenig Saft nicht.

das stimmt allerdings

 

[milliardo]

Als jemand der eine RTX 4090 und einen R7 5800X an 600W betrieben hat: ich glaube das Gegenteil

Ich hatte eine 3090 und einen 7700k mit zum Schluss jeweils mildem OC an einem Seasonic Prime Platinum 550W, das ging noch.

Knappe Kiste evtl. Aber hätte Lust zu wetten.

Was btw im blödesten Fall auch noch ginge: 5090 auf 475-500W einbremsen. Kostet ja praktisch nix an Leistung. 2-3% oder so.

 

[Ryzen 14900KS]

@milliardo Yo, "im blödesten Fall". Ich würde ja tatsächlich mitgehen, wenn es um irgend eine andere GPU gehen würde, aber bei diesem >2k€ (Suprim/Astral eher Richtung 3k€) Monster ein paar Öcken für eine PSU zu sparen, ich weiß ja nicht, ob das so cool ist ... Ich gehe da voll mit @Doly und würde wie gesagt auch den Unterbau auf den aktuellen Stand bringen, da das kostentechnisch in Relation ja schon fast Peanuts sind.

 

[artwolf]

Hey zusammen,

erstmal vielen Dank an alle, die sich die Zeit genommen haben, zu kommentieren.

Ich weiß das wirklich zu schätzen, vor allem, wenn die Meinungen so auseinandergehen. Das hilft mir sehr dabei, keine impulsiven Entscheidungen zu treffen.

Mein Gedanke war ursprünglich sehr simpel:
Ich wollte die 3090 gegen eine 5090 austauschen, eventuell ein stärkeres Netzteil einbauen und vielleicht über etwas mehr RAM nachdenken, falls das sinnvoll wäre. Ich bin jemand der für nichts anderes wirklich Geld ausgibt, und gönne mir nur etwas wenn ich Hardware kaufe, deswegen dieses Vorhaben.
Die 3090 anschließend zu verkaufen, würde die Anschaffung auch etwas abfedern.

Der eigentliche Grund für das Upgrade ist, dass ich beim Arbeiten mit WAN (Image-to-Video) regelmäßig an meine VRAM-Grenzen stoße und die Generierung doch etwas Zeit in Anspruch nimmt (rund 30 Minuten für ca. 7 Sek Videos).
Gaming ist für mich nebensächlich. Wenn ich mal spiele, müssen es keine maximalen FPS sein. Ich warte wie jeder andere auch vergeblich auf GTA 6 den ich dann auf der Playstation spielen würde.

Wichtiger ist mir die Produktivität: Wenn ich z. B. statt 30 Minuten nur noch rund ~10 Minuten auf eine Video-Generierung warten müsste, wäre das ein echter Fortschritt für meinen Workflow.

Wenn KI im Fokus ist, würde ich mir eine Strix-Halo-Kiste mit 128 GB RAM holen, von denen Du mindestens 96 GB als VRAM nutzen kannst. Da kriegst Du den gesamten Rechner für den Preis einer 5090.

Ich würde vorerst bei nvidia bleiben wollen, eventuell wäre das aber etwas für die Zukunft. Ich werde mich da mal reinlesen. Ich benutze aber unter anderem auch Daz3D welches nur mit nvidia funktioniert.

Nach allem, was ich hier lese, scheint es aber tatsächlich sinnvoller, noch etwas abzuwarten und später eventuell den gesamten PC zu erneuern, statt jetzt nur die GPU zu tauschen.

 

[milliardo]

@milliardo Yo, "im blödesten Fall". Ich würde ja tatsächlich mitgehen, wenn es um irgend eine andere GPU gehen würde, aber bei diesem >2k€ (Suprim/Astral eher Richtung 3k€) Monster ein paar Öcken für eine PSU zu sparen, ich weiß ja nicht, ob das so cool ist ... Ich gehe da voll mit @Doly und würde wie gesagt auch den Unterbau auf den aktuellen Stand bringen, da das kostentechnisch in Relation ja schon fast Peanuts sind.

Gefühle ("man kann doch dem Nobelhobel kein solches Netzteil zumuten"/ uncool ) und Kostenrelationen interessieren die GPU doch nicht. Entweder sie läuft in den ihr abverlangten Lastszenarien mit dem verfügbaren NT, oder sie tut es nicht. Die Chance ist nicht schlecht, dass sie es tut. Aber man müsste es probieren.

Wenn man präventiv noch ein paar hundert Euro ausgeben möchte, dann ist das als Wirtschaftsförderung oder fürs Wohlfühlen natürlich auch in Ordnung.

 

[Rickmer]

Der eigentliche Grund für das Upgrade ist, dass ich beim Arbeiten mit WAN (Image-to-Video) regelmäßig an meine VRAM-Grenzen stoße und die Generierung doch etwas Zeit in Anspruch nimmt (rund 30 Minuten für ca. 7 Sek Videos).

Mit RTX 4090 dauert das längst nicht so lange und die ist nicht soooo viel schneller insbesondere wegen fast identischer Speicherbandbreite...

Hast du mal geschaut, wie hoch die RAM Auslastung ist während du WAN laufen hast?