Vier RTX 6000 Ada oder vier NVIDIA RTX PRO 6000 Blackwell Max-Q: 192 oder 384 GB, 1,2 kW

Vier Ada oder vier Max-Q nebeneinander

Für eine neue KI-Workstation mit vier Karten sind vier NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition der bessere Kauf als vier RTX 6000 Ada Generation. Bei denselben 300 W je Karte und derselben Kartengröße hat der Max-Q-Aufbau doppelt so viel Speicher, 384 GB statt 192 GB, die 1,87-fache Bandbreite je Karte, FP4-Tensor-Cores, MIG und PCIe 5.0. Die RTX 6000 Ada behält ihren Platz, wenn ein Unternehmen eine bestehende Ada-Flotte erweitert oder vGPU auf einer Workstation-Karte braucht.

NVIDIA-Datenblatt 25046 und Produktseite der RTX 6000 Ada, NVIDIA-Datenblatt der RTX PRO 6000 Max-Q (Juni 2026), NVIDIAs Liste der von vGPU unterstützten GPUs (zuletzt aktualisiert am 2. Oktober 2026), alle gelesen am 24. Oktober 2026; Compute Capability aus NVIDIAs CUDA-GPU-Liste, wie in unserem Artikel zum Mischen von Ada und Blackwell zitiert.

Beide Karten teilen Außenmaße, Radiallüfter, Stromanschluss und die Grenze von 300 W; ein Tower, der für vier Radiallüfter-Karten mit 300 W gebaut ist, nimmt also beide auf. Lenovos Spezifikation der ThinkStation PX vom 9. Oktober 2026 nennt „up to four NVIDIA RTX 6000 Ada Generation“ und bis zu vier RTX PRO 6000 Blackwell Max-Q. Im Inneren trennt die Karten eine Generation.

Speicher: 192 GB gegenüber 384 GB

Unsere Regel für Nutzer je Karte nimmt 90 Prozent des Speichers, den der Treiber meldet, zieht je Karte 3 GiB für CUDA-Kontext und Aktivierungen ab und lässt den Rest für Gewichte und KV-Cache. Auf einer 96-GB-Karte meldet der Treiber 95,6 GiB, das ergibt 83,0 GiB je Max-Q. Für die Ada-Karte mit 48 GB skalieren wir diesen Wert nach Kapazität, eine Annahme, und kommen auf 40,0 GiB je Karte. Der GDDR6-Speicher der Ada-Karte kann mit eingeschaltetem ECC laufen, und NVIDIAs CUDA C++ Best Practices Guide nennt für ECC auf GDDR-Speicher 6,25 Prozent weniger verfügbaren Speicher; mit ECC sinkt der Ada-Wert nach unserer Rechnung auf rund 37,3 GiB je Karte. Unser Leitfaden Wie viele Nutzer eine RTX PRO 6000 bedient leitet die Regel her.

Der Speicher je Karte entscheidet, welche Modelle ohne Aufteilung laufen, und hier trennen sich die beiden Aufbauten.

Unsere Schätzung nach der Regel für Nutzer je Karte: gleichzeitige Gespräche mit 8.192 Token und FP8-KV-Cache (0,625, 1,0 und 1,25 GiB je Gespräch), gpt-oss-120b mit 32.768 Token und 16-Bit-Cache von 1,125 GiB. Ada mit ausgeschaltetem ECC. Gewichte und Checkpoint-Größen wie in unseren Modellleitfäden und unserem Artikel zu vier Max-Q.

Mit eingeschaltetem ECC sinkt die Ada-Spalte nach derselben Regel mit 37,3 GiB je Karte auf 140, 20, 65 und 78 Gespräche.

Ein 70B-Modell in FP8 passt auf keine einzelne Ada-Karte, deshalb betreiben vier Ada-Karten es als eine Kopie über alle vier, während vier Max-Q vier unabhängige Kopien oder zwei Paare mit doppelt so vielen Gesprächen betreiben. Llama 3.3 70B in NVFP4 mit 39,8 GiB ließe auf einer Ada-Karte ohne ECC 0,2 GiB frei, kein Platz für ein einziges Gespräch; mit ECC passt es nicht. Modelle mit mehr als rund 150 GiB, etwa Qwen3-235B-A22B-2507 in FP8, brauchen den Max-Q-Aufbau. Die Werte für gpt-oss-120b auf Ada sind reine Speicherrechnung; die nächsten Abschnitte erklären, warum der Softwareweg auf Ada weniger gesichert ist. Wir bauen Workstations mit vier Karten beider Typen; nennen Sie uns die geplanten Modelle und Genauigkeiten, und unser Team antwortet mit dem Platz, den jeder Aufbau für Ihre Gespräche lässt.

Bandbreite und Tempo je Gespräch

Jedes erzeugte Token liest die aktiven Gewichte einmal, deshalb setzt die Bandbreite eine Obergrenze für das Tempo eines Gesprächs. Nach unserer Rechnung liegt Qwen3-32B in FP8 mit rund 34,4 GB je Token bei höchstens rund 28 Token pro Sekunde auf einer RTX 6000 Ada und rund 52 auf einer Max-Q. Llama 3.3 70B in FP8 liest rund 70,6 GB je Token; auf Ada muss es verteilt werden, und ein ideales TP=2-Paar mit 2 × 960 GB/s käme auf rund 27 Token pro Sekunde, während eine einzelne Max-Q 25 erreicht und ein ideales Max-Q-Paar rund 51. Im realen Betrieb wird nur ein Bruchteil dieser Obergrenzen erreicht.

Aufteilen kostet auf dem Ada-Aufbau aus zwei Gründen mehr. Jedes verteilte Modell tauscht nach jeder Schicht Teilergebnisse über PCIe aus, und die Ada-Karten sind mit PCIe 4.0 x16 angebunden, also mit der halben Rate je Lane wie die Max-Q mit PCIe 5.0 x16. Außerdem ist Aufteilen auf 48-GB-Karten öfter nötig: Was nicht in 40 GiB passt, läuft über PCIe. Standardmäßig schaltet vLLM sein eigenes All-Reduce auf beiden Aufbauten bei „more than two PCIe-only GPUs“ ab, TP=4 nutzt also in beiden Fällen NCCL; vLLM 0.30.0 (Release Notes vom 22. September 2026) hat für Systeme ohne NVLink ein optionales All-Reduce über FlashInfer PCIe IPC eingeführt (#53576), wie unser Artikel zu TP=2, TP=4 oder Replikaten ohne NVLink erklärt. Eine veröffentlichte Messung von vier RTX 6000 Ada gegen vier Max-Q mit derselben LLM-Last haben wir nicht gefunden; diese Verhältnisse stammen aus den Datenblättern.

FP8 und FP4: was die Tensor-Cores rechnen

Beide Generationen rechnen FP8 nativ. NVIDIAs Produktseite der RTX 6000 Ada beschreibt Tensor-Cores der vierten Generation „using the FP8 data format“, und ihr Datenblatt nennt 1.457 FP8-TFLOPS mit Sparsity. Die Tensor-Cores der fünften Generation in der Max-Q können zusätzlich FP4, und NVIDIAs Datenblatt nennt ihre Tensor-Rate nur als 3.511 AI TOPS in FP4 mit Sparsity. Weil die beiden Werte in verschiedenen Formaten angegeben sind, lassen sie sich nicht direkt vergleichen, und das Datenblatt der Max-Q nennt keinen FP8-Wert.

Das Format entscheidet, welche Checkpoints effizient laufen. NVFP4-Checkpoints wie NVIDIAs Llama 3.3 70B NVFP4 laufen nativ nur auf Blackwell; NVIDIAs Model Card nennt Blackwell als unterstützte Architektur, und TensorRT-LLM führt NVFP4 und MXFP4 nur in seinen Blackwell-Zeilen. Auf Ada lädt vLLM NVFP4- und MXFP4-Checkpoints über einen Ersatzweg, der nur die Gewichte quantisiert (weight-only): Seine Dokumentation vom 2. Oktober 2026 sagt, dass vLLM „on GPUs without a supported native FP4 GEMM kernel“ auf „weight-only (W4A16) execution via Marlin“ zurückfällt. Die Gewichte bleiben mit 4 Bit im Speicher, gerechnet wird mit 16 Bit. vLLMs Rezept für gpt-oss vom 22. September 2026 führt Ada noch als „ongoing work“. Auf einem Ada-Aufbau ist der FP8-Checkpoint oder INT4 AWQ die dokumentierte Wahl; unser Artikel zu FP4-Modellen auf GPUs ohne FP4-Tensor-Cores behandelt die Einzelheiten.

MIG und vGPU: der Bereich, in dem Ada vorn liegt

Die beiden Karten teilen eine GPU auf entgegengesetzte Weise zwischen Nutzern auf.

NVIDIAs vGPU-Liste (2. Oktober 2026), Datenblatt 25046 und Produktseite der RTX 6000 Ada, Datenblatt der RTX PRO 6000 Max-Q, gelesen am 24. Oktober 2026; MIG-Voraussetzungen aus NVIDIAs MIG-Handbuch, wie in unserem Artikel zu den MIG-Profilen zitiert.

MIG auf der Max-Q liefert isolierte GPUs auf einem Linux-Host ohne Hypervisor: bis zu vier Instanzen zu 24 GB je Karte, mit Treiber 575.51.03 oder neuer, aktuellem vBIOS und der Karte im Compute-Modus. Eine Lizenz braucht MIG nicht, und unsere MIG-Profile der RTX PRO 6000 zeigen, was in welche Größe passt. Die RTX 6000 Ada hat kein MIG; NVIDIAs MIG-Handbuch führt keine Ada-GPU.

vGPU macht die Workstation zum Host für virtuelle Maschinen mit Anteilen an einer Karte. Die RTX 6000 Ada steht ab Release 15.2 auf NVIDIAs vGPU-Liste, mit den Editionen vPC/vApps und RTX Virtual Workstation, und ihr Datenblatt vermerkt, dass die Displayausgänge nicht aktiv sind, solange vGPU-Software läuft. Keine der Workstation-Editionen der RTX PRO 6000 steht auf der Liste. Ein Unternehmen, das virtuelle Desktops von einer Workstation-Karte unter dem Tisch oder im Rack bereitstellt, behält für diese Aufgabe also die Ada-Karte; für neue vGPU-Hosts im Rack steht die RTX PRO 6000 Server Edition ab Release 19.0 auf der Liste. Unser Artikel MIG und vGPU: wie viele VMs je GPU zählt die Plätze.

Software: Compute Capability 8.9 und 12.0

Beide Generationen laufen mit einem aktuellen NVIDIA-Treiber. Die Rechenzentrumstreiber 580.178.04 und 595.91.07 vom 3. August 2026 führen die RTX 6000 Ada neben den Editionen der RTX PRO 6000 Blackwell, wie unser Artikel zum Mischen von Ada- und Blackwell-GPUs darlegt. Die Unterschiede liegen in den Schichten über dem Treiber.

• CUDA-Toolkit. Ada-Unterstützung kam mit CUDA 11.8, Compiler-Unterstützung für die RTX-PRO-Blackwell-Architektur SM_120 mit CUDA 12.8.
• Container-Images. NVIDIAs Kompatibilitätsleitfaden für Blackwell sagt, dass Binärdateien, die „only include cubins“ für ältere Architekturen, „need to be rebuilt to run on the Blackwell GPUs“. Ein Image, das für eine Ada-Flotte nur mit sm_89-Code gebaut wurde, scheitert auf der Max-Q, bis es neu gebaut ist.
• Kernelmodule. NVIDIA verlangt für Blackwell die offenen GPU-Kernelmodule; ein Host, der für Ada die proprietäre Variante nutzte, wechselt mit der ersten Blackwell-Karte.
• Serving-Engines. FP8-Checkpoints und ein FP8-KV-Cache laufen auf beiden. NVFP4 läuft nativ nur auf der Max-Q, und manche Rezepte, etwa das von vLLM für gpt-oss, bezeichnen die Ada-Unterstützung noch als laufende Arbeit.

Für ein Team ohne Altbestand spricht nichts davon gegen die Max-Q: TensorRT-LLM und SGLang führen natives FP4 für SM120, und die veröffentlichten Ergebnisse von StorageReview mit zwei Max-Q vom 23. Juni 2026 liefen unter vLLM. Für ein Team mit einem freigegebenen Software-Stack auf Ada sind Neubau und erneute Freigabe der Images echter Aufwand, und das ist einer der Gründe, eine Zeit lang bei Ada zu bleiben. Unser Artikel zu NVIDIA-Treiberzweigen und CUDA-Versionen behandelt die Wahl des Zweigs.

Vier Karten in einem Tower: Strom und Wärme

Beide Aufbauten bringen 1.200 W Kartenleistung in einen Tower. Mit einem Workstation-Prozessor mit 350 W wie dem AMD Threadripper PRO 9975WX und 15 Prozent für Arbeitsspeicher, Laufwerke, Lüfter und Netzteilverluste kommen beide nach unserer Schätzung auf rund 1,8 kW an der Steckdose, mit mehr Speicher und Laufwerken bis rund 2 kW, rund 7,8 A an einem 230-V-Stromkreis. Ein Stromkreis mit 16 A, den wir mit 80 Prozent oder 2,94 kW planen, trägt das; Netzteil und Kabel sollten für Eingangsspannungen ab 200 V ausgelegt sein, wie unser Artikel zum Stromverbrauch der Max-Q an 230 V zeigt.

Vier Radiallüfter-Karten mit 300 W nebeneinander sind in jedem Tower schwer zu kühlen. Für die Max-Q verzeichnete ein Aufbaubericht mit vier Karten im Level1Techs-Forum 91 °C an einer Karte zwischen zwei anderen bei 300 W, und Puget Systems begrenzt die eigenen Desktops auf drei Max-Q mit einem freien Steckplatz dazwischen. Einen vergleichbaren veröffentlichten Wert für vier RTX 6000 Ada haben wir nicht gefunden; abzuführen sind dieselben 1,2 kW Kartenleistung. Unser Leitfaden zu vier RTX PRO 6000 Max-Q in einer Workstation behandelt Tower, Steckplätze und Temperaturen.

Je Watt liefert der Max-Q-Aufbau 0,32 GB GPU-Speicher und rund 6 GB/s Bandbreite, der Ada-Aufbau 0,16 GB und 3,2 GB/s, nach unserer Rechnung aus den Datenblattwerten. Für einen Raum mit festem Strombudget bedeutet das doppelte Modellkapazität bei gleicher Wärme.

Wann die RTX 6000 Ada noch sinnvoll ist

• Erweiterung einer Ada-Flotte. Ein Unternehmen mit RTX-6000-Ada-Workstations und freigegebenen Images, Treibern und Abläufen erweitert die Kapazität, ohne eine zweite Generation zu testen. NVIDIAs vGPU-Handbuch verlangt für die Migration einer VM denselben GPU-Typ auf dem Zielhost, ein vGPU-Bestand aus Ada-Karten wächst also mit Ada-Karten.
• vGPU auf einer Workstation-Karte. Virtuelle Desktops mit RTX-vWS-Profilen auf einer Radiallüfter-Karte mit 300 W, wo die Max-Q kein vGPU unterstützt.
• Modelle, die in 48 GB je Karte passen und nicht wachsen. Embeddings, Reranker, Spracherkennung und Chatmodelle bis rund 32B in FP8, eine Kopie je Karte.
• Software, die an ältere CUDA-Releases gebunden ist. Frameworks oder Plug-ins, die ein Hersteller nur für Ada freigegeben hat, bis sie für SM_120 neu gebaut sind.

Außerhalb dieser Fälle bietet die Max-Q bei gleichem Strom mehr. Eine gemischte Workstation mit beiden Kartentypen funktioniert auf Treiberebene, aber ein Modell, das über eine Ada- und eine Blackwell-Karte verteilt wird, ist an die kleinere, langsamere Karte gebunden; jeder Typ sollte deshalb eigene Modelle betreiben. Unser Vergleich RTX PRO 6000 Blackwell vs RTX 6000 Ada behandelt die einzelnen Karten und veröffentlichte Benchmarks.

Wir liefern beide Karten und bauen Workstations mit vier Karten beider Typen auf Bestellung; senden Sie uns die Modelle, den Software-Stack und ob Sie vGPU brauchen, und unser Team antwortet mit dem passenden Aufbau und einem schriftlichen Angebot.

Unsere Empfehlung

• Neue KI-Workstation für 70B-Modelle, Fine-Tuning oder mehrere Nutzer: vier RTX PRO 6000 Max-Q, oder zwei mit Platz für vier.
• NVFP4-Checkpoints und Modelle über 150 GiB: der Max-Q-Aufbau; der Ada-Aufbau betreibt NVFP4 nur mit 4-Bit-Gewichten bei 16-Bit-Rechnung und hält ohne ECC höchstens 160,0 GiB.
• Isolierte GPU-Anteile für ein Team auf einem Linux-Host: die Max-Q mit MIG, bis zu 16 Instanzen zu 24 GB auf vier Karten.
• Virtuelle Desktops mit vGPU auf Workstation-Karten: die RTX 6000 Ada.
• Mehr Kapazität für eine bestehende Ada-Flotte: die RTX 6000 Ada, als eigener Bestand getrennt von Blackwell-Karten.

Unsere Seiten Workstation mit RTX 6000 Ada kaufen und Workstation mit 4× RTX PRO 6000 Max-Q kaufen behandeln Konfigurationen und Bestellung.

Was wir liefern

Sie können dieses System bei uns kaufen: Unser Team legt die Konfiguration auf Ihre Arbeitslast und Ihr Budget aus und antwortet innerhalb eines Werktages. Wir liefern die RTX 6000 Ada und die RTX PRO 6000 Max-Q als Karten für Tower, für die der Hersteller sie freigibt, und bauen Workstations mit vier Karten beider Typen auf Bestellung, auf Plattformen mit Threadripper PRO oder Xeon W, vor der Lieferung montiert und getestet, mit einem EU-Vertrag und einer EU-Rechnung und mit Herstellergarantie auf jede Komponente. Stückzahlen und Lieferzeit werden mit dem Angebot schriftlich bestätigt. Beschreiben Sie Ihren heutigen Ada-Bestand oder Ihr neues Projekt, und wir antworten mit Karten, Tower und Strombudget.

FAQ