RTX 5880 Ada vs RTX 6000 Ada: technische Daten, vGPU-Unterstützung und welche 48-GB-Karte zum Workload passt

RTX 5880 Ada vs RTX 6000 Ada: die kurze Antwort

Die RTX 5880 Ada Generation ist eine professionelle Karte mit 48 GB und demselben Speicher wie die RTX 6000 Ada: 48 GB GDDR6 mit ECC an einer 384-Bit-Schnittstelle mit 960 GB/s. Sie hat 22,5 Prozent weniger CUDA-, Tensor- und RT-Kerne und nimmt 285 W statt 300 W auf. Beide sind aktiv gekühlte Dual-Slot-Karten mit PCIe 4.0 in derselben Größe, mit denselben Displayausgängen, denselben vGPU-Editionen und ohne MIG. Bei Aufgaben, die an Speichergröße und Bandbreite hängen, etwa der Token-Generierung bei der LLM-Inferenz, verhalten sich die beiden gleich; bei Aufgaben, die an den Kernen hängen, etwa Rendering, FP32-Simulation und langen Prompts, hat die RTX 6000 Ada auf dem Papier etwa 31 Prozent mehr Spitzendurchsatz.

Beide Karten gehören zur Generation Ada Lovelace, die von den RTX-PRO-Blackwell-Karten abgelöst wurde. Wie sich das ganze Sortiment über die beiden Generationen zuordnet, zeigt unser Vergleich der Modellreihen RTX Ada und RTX PRO Blackwell, und dieser Artikel bleibt bei den beiden Ada-Karten mit 48 GB.

Technische Daten der RTX 5880 Ada neben der RTX 6000 Ada

NVIDIA-Datenblatt der RTX 5880 Ada (Dokumente 3082478, Dezember 2023, und 3156635, Februar 2024) und Datenblatt der RTX 6000 Ada (2647623, Februar 2023), Produktseiten abgerufen am 10. Oktober 2026; MIG aus NVIDIAs MIG-Benutzerhandbuch (11. September 2026). Spitzenwerte beim GPU Boost Clock; der Tensor-Wert ist effektives FP8 mit Sparsity.

Die Spitzenwerte sinken etwas stärker als die Zahl der Kerne. Die RTX 5880 Ada hat 77,5 Prozent der Kerne der RTX 6000 Ada und 76 Prozent ihres Durchsatzes in FP32, RT Core und Tensor, der Takt hinter NVIDIAs Spitzenwerten ist also ebenfalls etwas niedriger. NVIDIAs Seite zu CUDA-GPUs führt die RTX 6000 Ada mit Compute Capability 8.9 und nennt die RTX 5880 Ada nicht, während die Produktseite der RTX 5880 Ada angibt, dass ihre Tensor-Kerne der vierten Generation „die Beschleunigung des Datentyps mit FP8-Präzision unterstützen“. Keine der beiden Karten hat FP4-Tensor-Kerne, die erst mit Blackwell kamen.

Was weniger Kerne ändern und was nicht

Eine GPU-Last ist entweder dadurch begrenzt, wie schnell Daten aus dem Speicher kommen, oder dadurch, wie schnell die Kerne mit ihnen rechnen. Die Speicherseite ist bei diesen beiden Karten identisch, deshalb läuft jede Aufgabe, die an Bandbreite oder Kapazität hängt, auf beiden gleich. Die um 15 W niedrigere Leistungsaufnahme der Karte ist dort der einzige Unterschied, und ein Modell, eine Szene oder ein Datensatz, der auf die eine Karte passt, passt auch auf die andere.

Arbeit, die die Kerne auslastet, skaliert mit den Spitzenwerten. Rendering mit Path Tracing nutzt die RT- und CUDA-Kerne, Simulation in FP32 die CUDA-Kerne, und Training, Fine-Tuning und die Prompt-Phase der Inferenz nutzen die Tensor-Kerne. Hier bietet die RTX 6000 Ada 31 Prozent mehr Spitzendurchsatz. Spitzenwerte sind eine Obergrenze, und der gemessene Abstand hängt von der Anwendung, ihren Takten unter Last und der Kühlung der Maschine ab. Einen gepaarten Test beider Karten aus einer benannten Quelle mit angegebener Methode haben wir nicht gefunden, deshalb nennt dieser Artikel keinen gemessenen Unterschied.

LLM-Inferenz mit 48 GB bei 960 GB/s

Um mit einem dichten Modell ein Token zu erzeugen, werden alle seine Gewichte einmal aus dem Speicher gelesen. Je Gespräch ist die Obergrenze die Bandbreite geteilt durch die Größe der Gewichte. Ein Modell mit 32 Milliarden Parametern belegt in FP8 mindestens 32 GB, ein Byte je Parameter, und mit denselben 960 GB/s haben beide Karten für ein Gespräch dieselbe Obergrenze; gemessene Raten bleiben darunter. Eine Serving-Engine wie vLLM fasst viele Gespräche zu einem Durchlauf über die Gewichte zusammen, sodass der Gesamtdurchsatz mit der Zahl der Nutzer wächst, bis der KV-Cache den Speicher füllt oder die Kerne zur Grenze werden. Beide Karten erreichen diesen Punkt mit denselben 48 GB.

Die Kerne zählen in der Prefill-Phase, wenn das Modell den Prompt liest. RAG mit langen abgerufenen Passagen, Agenten mit langen Tool-Ausgaben und die Zusammenfassung von Dokumenten verbringen dort mehr ihrer Zeit, und hier verkürzen die zusätzlichen Tensor-Kerne der RTX 6000 Ada die Zeit bis zum ersten Token. Bei einem Chat-Assistenten mit kurzen Prompts liegen die beiden Karten nah beieinander.

Der Speicher bestimmt die Modellgröße. Ein 32B-Modell in FP8 passt nach der Sizing-Regel aus unserem 48-GB-Vergleich mit Cache für etwa 8 Gespräche mit 8K bei deaktiviertem ECC, bei aktiviertem ECC für 5, auf eine Karte, während ein 70B-Modell in FP8 allein für seine Gewichte etwa 70 GB braucht und deshalb zwei Karten, aufgeteilt per Tensor- oder Pipeline-Parallelismus. Keine der beiden Karten hat NVLink, ein aufgeteiltes Modell tauscht seine Daten also über PCIe 4.0 aus. Ein 70B-Modell in einem 4-Bit-Checkpoint lädt auf einer Karte, lässt nach derselben Regel aber keinen Platz für ein volles Gespräch mit 8K. Keine der beiden Karten hat FP4-Tensor-Kerne, prüfen Sie also, ob Ihre Serving-Engine das 4-Bit-Format des Checkpoints auf Ada unterstützt. Wo eine Karte 70B in FP8 fassen oder MIG eine Karte zwischen Teams aufteilen soll, behandelt der Vergleich der RTX PRO 6000 Blackwell mit der RTX 6000 Ada die Karte mit 96 GB. Die anderen Optionen mit 48 GB, die RTX PRO 5000 Blackwell und die L40S, stellt unser Vergleich der GPUs mit 48 GB nebeneinander.

Rendering, Simulation und Video

Beim GPU-Rendering in Path-Tracern bestimmt die Zahl der RT- und CUDA-Kerne die Geschwindigkeit, und die RTX 6000 Ada hat von beiden 29 Prozent mehr. Für eine Renderfarm, die nach Frames pro Stunde abrechnet, oder ein Designteam, das auf interaktive Vorschauen wartet, ist das der Hauptgrund für die RTX 6000 Ada. Eine Szene, die auf der einen Karte in 48 GB passt, passt auch auf die andere, die RTX 5880 Ada begrenzt die Szenengröße also nicht.

FP32-Simulation skaliert mit 69,3 gegen 91,1 TFLOPS. Keines der beiden Datenblätter nennt einen FP64-Wert, ein Solver, der doppelte Genauigkeit braucht, sollte also gegen eine Rechenzentrums-GPU wie die H200 NVL geprüft werden.

Video ist auf beiden gleich: drei Encode- und drei Decode-Engines, mit AV1-Encode und -Decode, in beiden Datenblättern. Eine Video-Pipeline, die durch die Zahl der Encoder-Engines begrenzt ist, gewinnt mit der RTX 6000 Ada nichts.

vGPU, NVIDIA AI Enterprise und MIG auf der RTX 5880 Ada

Beide Datenblätter führen NVIDIA vPC/vApps und NVIDIA RTX Virtual Workstation als unterstützte vGPU-Software, mit den Profilen in NVIDIAs Virtual GPU Licensing Guide. Auf beiden Karten sind die vier DisplayPort-Ausgänge standardmäßig aktiv, und NVIDIAs Produktseiten sagen, sie bei Nutzung der vGPU-Software abzuschalten. NVIDIAs vGPU-Release-Notes für vSphere (29. September 2026) führen die RTX 6000 Ada unter den Karten, die „in Bereitstellungen der NVIDIA-vGPU-Software im Modus mit abgeschalteten Displays verwendet werden müssen“, eingestellt mit dem Tool displaymodeselector. NVIDIAs Datenblatt der RTX 5880 Ada kündigte ihre Unterstützung der Virtualisierung für ein vGPU-Release an, das „im ersten Quartal 2024 erwartet“ wurde; NVIDIAs Liste der von vGPU unterstützten GPUs, aktualisiert am 2. Oktober 2026, nennt Release 17.0 als ihr erstes und 15.2 für die RTX 6000 Ada, beide mit voller Unterstützung und ohne festgelegtes Enddatum.

NVIDIAs vGPU-Support-Matrix für VMware, aktualisiert am 29. September 2026, nennt beide Karten für VCF 9.1, VCF 9.0 und ESXi 8.0, Letzteres ab 8.0 Update 3 P06. NVIDIA AI Enterprise 8.2 führt beide unter seinen diskreten Ada-Lovelace-GPUs, neben der RTX 5000 Ada, der L40S und der L4. Passthrough, vGPU-Modi, vMotion und die Lizenz je gleichzeitigem Nutzer erklärt unser Leitfaden zu GPUs in VMware vSphere, per Passthrough oder vGPU.

Keine der beiden Karten unterstützt MIG. NVIDIAs MIG-Benutzerhandbuch führt keine GPU der Generation Ada Lovelace, auf beiden Karten ist Time-sliced vGPU also der einzige Weg, eine GPU zwischen virtuellen Maschinen zu teilen. MIG beginnt in dieser Klasse mit der RTX PRO 5000 und 6000 Blackwell.

Wo die RTX 5880 Ada in NVIDIAs Sortiment steht

NVIDIAs Datenblatt der RTX 5880 Ada ist auf Dezember 2023 datiert, und ihre Produktseite stellt eine Karte vor, die „Data Scientists, Ingenieuren und Kreativprofis den großen Speicher gibt, der für die Arbeit mit großen Datensätzen nötig ist“. In NVIDIAs aktuellen Dokumenten zu vGPU und AI Enterprise erscheinen die beiden Karten nebeneinander, mit denselben vGPU-Editionen. Ein NVIDIA-Dokument, das einen Blackwell-Nachfolger der RTX 5880 Ada nennt, haben wir nicht gefunden.

Karten für eine Flotte von 4 bis 8 auswählen

Unsere Lesart der technischen Daten in der ersten Tabelle und der vGPU- und MIG-Dokumente von NVIDIA, Stand Oktober 2026; ein gemessener Vergleich ist damit nicht verbunden.

Nehmen Sie acht Design-Workstations mit je einer Karte. Die RTX 5880 Ada gibt jedem Arbeitsplatz dieselben 48 GB und dieselbe Speicherbandbreite wie die RTX 6000 Ada, und die acht Karten nehmen höchstens 2.280 W Leistung auf, gegen 2.400 W. Rendern oder simulieren die Nutzer einen großen Teil des Tages, verkürzen die Kerne der RTX 6000 Ada jeden Auftrag, und diese Zeit summiert sich über acht Arbeitsplätze. Eine gemischte Flotte kann den Rollen folgen, mit der RTX 6000 Ada für die Render- und Simulationsplätze und der RTX 5880 Ada für Modellierung und Review.

Wir liefern die RTX 5880 Ada, die RTX 6000 Ada und die RTX-PRO-Blackwell-Karten daneben unter einem EU-Vertrag und auf einer Rechnung. Nennen Sie uns die Workloads und die Zahl der Workstations, die Sie ausstatten, und wir antworten mit der Karte für jeden Arbeitsplatz.

Für einen Server mit vier Karten ergeben vier RTX 5880 Ada insgesamt 192 GB bei 1.140 W Leistungsaufnahme der Karten, vier RTX 6000 Ada dasselbe bei 1.200 W. Das fasst zwei Kopien eines 70B-Modells in FP8, jede auf zwei Karten aufgeteilt, mit Cache für etwa 9 Gespräche mit 8K bei deaktiviertem ECC (5 bei aktiviertem ECC) nach der Regel aus unserem 48-GB-Vergleich, oder vier Kopien eines 32B-Modells in FP8, eine je Karte. Beide sind aktiv gekühlte Workstation-Karten, ein Rack-Server braucht also ein Modell, dessen Hersteller die Karte in diesem Steckplatz führt, und den Unterschied zur passiven L40S erläutert unser Vergleich der RTX 6000 Ada mit der L40S.

Wir prüfen Rack, Strom und Luftstrom, bevor wir ein Angebot erstellen. Schicken Sie uns das Servermodell oder die Rack-Position über das Formular unten, mit den Karten, die Sie vorsehen.

Was wir liefern

Wir liefern die RTX 5880 Ada und die RTX 6000 Ada als professionelle NVIDIA-GPUs, mit Herstellergarantie und unter einem EU-Vertrag und auf einer Rechnung, zusammen mit der RTX PRO 6000 und der RTX PRO 5000 Blackwell, wo 96 GB, MIG oder FP4 gebraucht werden. Mit diesen Karten bauen wir KI-Server nach Auftrag, montiert und im Burn-in getestet, und Konfiguration und Angebot erhalten Sie innerhalb eines Werktages. NVIDIA-vGPU- und AI-Enterprise-Lizenzen für beide Karten stehen auf derselben Rechnung wie die Hardware.

FAQ