KI-Server für Kreativagenturen: Bild- und Videogenerierung, Text und GPU-Rendering

Was ein KI-Server für eine Kreativagentur leistet

Eine Kreativagentur kann Bildgenerierung, Videogenerierung, Textmodelle und GPU-Rendering auf einem Server mit NVIDIA RTX PRO 6000 Blackwell Server Edition betreiben, denn jede dieser Aufgaben passt in die 96 GB einer einzelnen Karte. Vier Karten sind die Größe, die wir zuerst durchrechnen würden: Tagsüber bedient eine Karte die Bild-Warteschlangen in vier MIG-Instanzen (isolierten Teilen der Karte mit je 24 GB), eine betreibt ein Sprachmodell, zwei erzeugen Videoclips; nachts rendern alle vier. Die Lizenz jedes Modells, so wie seine Modellkarte sie angibt, entscheidet, welche Modelle die Agentur für Kundenaufträge nutzen darf, und diese Prüfung kommt vor der Hardware.

Dieser Leitfaden richtet sich an die Geschäftsführung und die IT-Leitung des Studios. Er erklärt, was die Arbeit von der Hardware verlangt, welche Modelle die Karten erlauben und wie zwei, vier oder acht Karten die Arbeit aufteilen. Unsere ausführlichen Leitfäden zur Bildgenerierung mit FLUX, zur Videogenerierung und zum GPU-Render-Server enthalten die vollständige Auslegung jeder Aufgabe; hier kommen sie auf einer Maschine zusammen.

Die Arbeit in einfachen Worten

In einer typischen Agentur würden vier Teams den Server nutzen. Das Designteam erzeugt Bildentwürfe und Varianten für einen Pitch oder eine Kampagne. Ein Motion-Team macht aus Standbildern oder Prompts kurze Clips. Texter und Kundenberater entwerfen Texte, Headlines und Zusammenfassungen mit einem Sprachmodell. Das 3D-Team rendert Produktaufnahmen und Animationen in Blender, V-Ray, Redshift oder Octane.

Diese Aufgaben unterscheiden sich in einem Punkt, der für den Server zählt. Ein Bild dauert Sekunden, ein Sprachmodell antwortet ebenfalls in Sekunden, ein Videoclip oder eine gerenderte Animation belegt dagegen eine ganze Karte für Minuten oder Stunden. Die Zahl der Personen, die im selben Moment warten, und die langen Aufträge, die eine Karte blockieren, bestimmen die Kartenzahl stärker als das Tagesvolumen. Wer zehn Varianten abschickt, während auf derselben Karte ein Clip läuft, wartet auf den Clip.

Was jede Aufgabe von einer Karte verlangt

Modellkarten von black-forest-labs und Wan-AI auf Hugging Face, gelesen am 24. Oktober 2026; NVIDIAs Seite zur KI-Inferenzleistung, wie in unserem FLUX-Leitfaden zitiert; Blender Open Data (Blender 4.5.0, OptiX) und Chaos, wie in unserem Render-Leitfaden zitiert; Konversationen nach unserer Regel für Nutzer je Karte.

Bilder. FLUX.1 [schnell] und FLUX.1 [dev] haben 12 Milliarden Parameter und einen vollständigen Checkpoint von etwa 23 GB, und FLUX.2 [klein] 4B läuft laut Karte mit „as little as 13GB VRAM“. NVIDIA nennt je Karte der Server Edition 0,20 Bilder pro Sekunde in FP4 bei Batch 1, nach unserer Rechnung etwa 720 pro Stunde, ohne FLUX-Variante, Auflösung oder Schrittzahl anzugeben. Im Rechenbeispiel unseres FLUX-Leitfadens braucht ein Team, das in seiner Spitzenstunde 1.000 Bilder benötigt, bei diesem Wert zwei Karten.

Video. Die Karte von Wan2.2-T2V-A14B, einem Mixture-of-Experts-Modell mit 27 Milliarden Parametern und 14 Milliarden aktiven je Schritt, sagt, ihr 720p-Befehl für eine GPU „can run on a GPU with at least 80GB VRAM“. Eine RTX PRO 6000 Server Edition mit 96 GB erfüllt das, und der Clip belegt dann die ganze Karte. Unser Video-Leitfaden hat für Wan 2.2 auf einer RTX-PRO-Karte keine veröffentlichte Zeit je Clip gefunden; messen Sie daher einen Clip mit Ihren Einstellungen, bevor Sie für ein Clip-Volumen planen.

Text. gpt-oss-120b, dessen Checkpoint von 65,3 GB auf eine Karte mit 96 GB passt, hält nach unserer Regel für Nutzer je Karte auf einer Karte 19 Konversationen mit 32K Token gleichzeitig: 83,04 GiB nutzbar, abzüglich 60,8 GiB Gewichte, geteilt durch 1,125 GiB Cache je Konversation. Mit den Beispielwerten unseres Leitfadens für mittelständische Unternehmen, etwa 4 laufende Anfragen je 100 Beschäftigte in der Spitze, deckt eine Karte eine Agentur mit mehreren Hundert Personen ab.

Rendering. GPU-Renderer verteilen die Samples eines Einzelbildes auf alle Karten, aber jede Karte hält ihre eigene Kopie der Szene; 96 GB sind daher das Szenenbudget je Knoten. Chaos meldet für V-Ray GPU mit vier GPUs im Mittel 97 Prozent Skalierung und mit acht 91 Prozent, gemessen auf RTX 3090 Ti, und unterstützt offiziell höchstens vier GPUs je Maschine.

Modelllizenzen laut Modellkarte

Für Kundenaufträge braucht jedes Modell eine Lizenz, die kommerzielle Nutzung abdeckt. Die Tabelle gibt wieder, was jede Karte am 24. Oktober 2026 sagte; Lizenzbedingungen ändern sich, lesen Sie die Karte daher vor einer Produktionsentscheidung erneut.

Modellkarten von black-forest-labs, Qwen, stabilityai, Wan-AI und tencent auf Hugging Face und die LICENSE-Datei von tencent/HunyuanVideo-1.5, gelesen am 24. Oktober 2026; FLUX.2 [dev] und gpt-oss wie aus ihren Karten in unserem FLUX-Leitfaden und unserem Leitfaden zu offenen LLMs für europäische Sprachen zitiert.

Drei Punkte fallen auf. Die Karte von FLUX.1 Kontext [dev] stellt das Modell unter eine nicht kommerzielle Lizenz und sagt zugleich, erzeugte Ausgaben dürften kommerziell genutzt werden; ein nicht kommerzielles Modell in einem bezahlten Arbeitsablauf einzusetzen ist eine andere Frage als das Recht an seinen Ausgaben, und diese Frage beantwortet Ihre Rechtsabteilung. Für seine nicht kommerziellen Modelle wie FLUX.2 [dev] bietet Black Forest Labs kommerzielle Lizenzen für den Selbstbetrieb an, wie unser FLUX-Leitfaden erklärt. Die Karte von HunyuanVideo 1.5 nennt ihre Lizenz nur in den Metadaten; die Lizenzdatei im selben Repository, veröffentlicht am 21. November 2025, erklärt: „THIS LICENSE AGREEMENT DOES NOT APPLY IN THE EUROPEAN UNION, UNITED KINGDOM AND SOUTH KOREA“. Unser Leitfaden zur Videogenerierung zitiert ihre Gebietsklausel.

Die Lizenzen der Renderer sind ein eigener Posten. Chaos verlangt für jede weitere V-Ray-Rendermaschine eine Render-Node-Lizenz, OTOY schließt in jedes Octane-Studio+-Abonnement 10 oder mehr Render-Node-Lizenzen ein, und Maxon liefert Redshift mit jedem Cinema-4D-Abonnement. Unser Leitfaden zum Render-Server nennt die Quellen.

Seit dem 2. August 2026 verlangt Artikel 50 des AI Act von Anbietern von KI-Systemen, die synthetische Audio-, Bild-, Video- oder Textinhalte erzeugen, die Ausgabe maschinenlesbar zu kennzeichnen, mit Ausnahmen für unterstützende Bearbeitung, und von Betreibern, Deepfakes offenzulegen. Für generative Systeme, die vor dem 2. August 2026 in Verkehr gebracht wurden, legt der durch die Verordnung (EU) 2026/1744 geänderte AI Act für diese Kennzeichnung den 2. Dezember 2026 fest (Artikel 111 Absatz 4). Eine Agentur, die ihre eigene Generierungspipeline zusammenstellt, kann ihr Anbieter sein. Unser Artikel zum EU AI Act bietet allgemeine Informationen; die nationale Praxis kann abweichen, und wie Kundenverträge damit umgehen, entscheidet Ihre Rechtsabteilung.

Rendering und KI auf denselben Karten

Der Server funktioniert, wenn jede Karte zu jeder Zeit genau einer Aufgabe gehört. Ein Render-Auftrag nutzt jede Karte, die er bekommt, ein Videoclip belegt eine ganze Karte, und eine Bild-Warteschlange kommt mit einer MIG-Instanz aus. Beanspruchen Render-Manager und KI-Warteschlangen dieselbe Karte, werden beide langsamer, und dem größeren Auftrag kann der Speicher ausgehen.

Ein Plan, der nach unserer Einschätzung den meisten Agenturen passt, gibt den Karten während der Arbeitszeit feste Rollen und übergibt nachts und am Wochenende alle an den Render-Manager. MIG teilt eine Karte in bis zu vier isolierte Instanzen mit 24 GB, sodass vier Designer oder vier Arbeitsabläufe je eine eigene Warteschlange bekommen, ohne aufeinander zu warten; diese Karte bleibt geteilt, und Render- und Videoaufträge nutzen ganze Karten. Unser Leitfaden zu den MIG-Profilen der RTX PRO 6000 listet die Instanzgrößen.

Der Rest des Servers folgt ebenso aus dem Renderer wie aus den KI-Modellen. Chaos empfiehlt mindestens sechs physische Kerne je GPU und Arbeitsspeicher von mindestens dem Doppelten des GPU-Speichers, für vier Karten also 24 Kerne und 768 GB, dieselben Werte wie in NVIDIAs Leitfaden für zertifizierte Systeme. Auch das Offloading der Videomodelle braucht Arbeitsspeicher: Mit einem Wan-2.2-A14B-Auftrag je Karte hält ein Server mit vier Karten vier Sätze ausgelagerter Gewichte gleichzeitig, wie unser Video-Leitfaden anmerkt. Der Path Tracer der Unreal Engine ist unter den Renderern die Ausnahme, denn Epic unterstützt mehrere GPUs nur über SLI mit NVLink-Brücken, die die RTX PRO 6000 nicht hat; er rendert einen Auftrag je Karte.

Wir bauen Server für Agenturen, die diese Aufgaben verbinden; schicken Sie uns Ihre Renderer, Modelle und die Zahl der Personen, die gleichzeitig arbeiten, und unser Team antwortet mit einer Konfiguration, die jeder Aufgabe ihre Karten zuweist.

Konfigurationen nach Kartenzahl

Referenz­konfigurationen auf unserer Seite zu KI-Servern; Leistung der Max-Q-Workstation aus unserem Leitfaden zur Workstation mit vier Max-Q; Leistung der Server nach unserer Schätzung (Karten bei 600 W, zwei AMD EPYC 9135 bei zwei Karten oder 9355 bei vier, plus 15 Prozent für den Rest des Servers).

Eine Workstation mit vier Max-Q. NVIDIA nennt bis zu vier RTX PRO 6000 Max-Q in einer Workstation, 300-W-Karten mit Radiallüfter und je 96 GB; ein Studio ohne Serverraum bekommt so 384 GB GPU-Speicher neben den Arbeitsplätzen. Unser Leitfaden zur Workstation mit vier Max-Q behandelt Gehäuse, Netzteile und die etwa 2 kW Wärme. Die Max-Q ist die Workstation-Karte; in einem Rack gehört sie nur in ein Gehäuse, dessen Hersteller sie listet, und für den Dauerbetrieb empfehlen wir die Server Edition.

Zwei Karten. Der Einstiegsserver mit zwei RTX PRO 6000 Server Edition, zwei AMD-EPYC-Prozessoren, 384 GB DDR5-ECC und zwei NVMe-Laufwerken passt zu einer Agentur, die vor allem Bilder und Texte erzeugt. Eine Karte betreibt vier Bild-Warteschlangen in MIG-Instanzen, die andere wechselt zwischen Sprachmodell, Videoclip und Render-Aufträgen. Video und Rendering teilen sich dann eine Karte, was das Clip-Volumen begrenzt.

Vier Karten. Beim Inferenzknoten mit 768 GB und vier NVMe-Laufwerken hat jede Aufgabe während der Arbeitszeit ihre eigene Karte: vier Bild-Warteschlangen auf der ersten Karte, gpt-oss-120b auf der zweiten, je ein Wan-2.2-Clip auf den letzten beiden. Nachts rendern die vier Karten als ein Knoten, die größte V-Ray-Konfiguration, die Chaos offiziell unterstützt.

Zwei Server mit vier Karten. Ein größeres Studio, das den ganzen Tag rendert, trennt beides: ein Server für die KI-Aufträge, einer für das Rendering, und nachts rendern beide. Für V-Ray bleiben zwei Knoten mit vier Karten zudem innerhalb der offiziellen Unterstützung von vier GPUs je Maschine, die ein Server mit acht Karten überschreiten würde. Ein Server mit acht Karten passt, wenn ein einzelner Wan-2.2-Clip schnell fertig sein muss: Wans Repository verteilt einen Clip mit FSDP und DeepSpeed Ulysses auf acht GPUs; die RTX PRO 6000 hat jedoch kein NVLink, und für reine PCIe-Karten sind keine Skalierungswerte veröffentlicht, messen Sie den Gewinn also zuerst.

Hinweise für die IT

1. Warteschlangen. ComfyUI unter GPL-3.0 unterstützt FLUX, SD 3.5 und Qwen Image und beschreibt asynchrones Queueing; betreiben Sie eine Instanz je Karte oder je MIG-Instanz, damit ein langer Auftrag die anderen nicht aufhält.
2. MIG. Bis zu vier Instanzen mit 24 GB auf jeder Edition der RTX PRO 6000. NVIDIAs Voraussetzungen sind Linux, Treiber 575.51.03 oder neuer, ein aktuelles vBIOS und der DisplayModeSelector im Compute-Modus, der die Display-Ausgänge abschaltet.
3. Arbeit aus der Ferne. Die Server Edition ist die einzige Edition der RTX PRO 6000 mit vGPU, ab vGPU 19.0. NVIDIA RTX Virtual Workstation wird je gleichzeitigem Nutzer lizenziert, und NVIDIAs Sizing-Leitfaden setzt zwei bis vier anspruchsvolle 3D-Nutzer auf eine Karte, wie unser Leitfaden zu den vGPU-Profilen zusammenfasst.
4. Speicherplatz. Checkpoints summieren sich: Allein die Downloads von LTX-2.5 umfassen etwa 66 GiB, ein Server, der mehrere Video- und Bildmodelle bereithält, belegt nach unserer Schätzung also mehrere Hundert GB auf NVMe. Speichern Sie Prompt, Seed und Modellrevision mit jeder Ausgabe, damit sich ein Ergebnis reproduzieren und seine Lizenz nachvollziehen lässt.
5. Software bei Lieferung. Der Server kommt auf Wunsch mit Betriebssystem, NVIDIA-Treiber, CUDA und Container-Runtime. Halten Sie das NVIDIA Container Toolkit auf 1.17.8 oder neuer und den Treiber auf einer Version, die NVIDIA in seinem Bulletin vom 30. September 2026 als behoben nennt.

Strom, Lärm und Raum

Nach unserer Schätzung zieht der Server mit zwei Karten und zwei EPYC 9135 etwa 1,8 kW an der Steckdose und passt an eine Zuleitung mit 230 V und 16 A, die bei 80 Prozent 2,94 kW trägt. Der Server mit vier Karten und zwei EPYC 9355 zieht mit den Karten bei 600 W etwa 3,4 kW, bei der 450-W-Begrenzung etwa 2,7 kW, und braucht 32 A oder Drehstrom; eine begrenzte Karte rendert langsamer, nennen Sie die Leistungsstufe also beim Vergleich von Angeboten. Beide sind in Lärm und Wärme Rechenzentrumsmaschinen und gehören in einen Serverraum, wie unser Leitfaden zum GPU-Server im Büro erklärt. Die Max-Q-Workstation ist die Variante für die Studiofläche.

Was wir liefern

Sie können dieses System bei uns kaufen: Unser Team legt die Konfiguration nach Ihrer Last und Ihrem Budget aus und antwortet innerhalb eines Werktages. Wir bauen Server und Render-Knoten auf Bestellung mit zwei, vier oder acht RTX PRO 6000 Server Edition und liefern Workstations mit vier Max-Q, vor der Lieferung montiert und getestet, in die gesamte EU geliefert mit einem EU-Vertrag und einer Rechnung, mit Herstellergarantie auf jede Komponente, abgewickelt über uns; Stückzahlen und Lieferzeit werden mit dem Angebot schriftlich bestätigt. vGPU-Lizenzen kommen auf dieselbe Rechnung wie die Hardware. Unser Service Private AI/ML mit Engineering durch unseren Partner Vixen.UNO richtet die offenen Modelle on-premise mit kontrolliertem Zugriff ein. Unsere Leitfäden für E-Commerce und Medienunternehmen behandeln benachbarte Aufgaben. Beschreiben Sie die Aufträge Ihres Studios und die Größe Ihrer schwersten Szene, und wir legen die Karten danach aus.

FAQ