Single-Slot-GPU für KI: RTX PRO 4000 Blackwell oder RTX PRO 4500 Blackwell Server Edition

Zwei Single-Slot-Karten für verschiedene Orte

Die NVIDIA RTX PRO 4000 Blackwell und die NVIDIA RTX PRO 4500 Blackwell Server Edition sind die beiden luftgekühlten Single-Slot-Karten in voller Bauhöhe der aktuellen Blackwell-Reihe. Wählen Sie die RTX PRO 4000 für eine Workstation mit vier freien Steckplätzen und Menschen am Schreibtisch; wählen Sie die Server Edition für einen Rack-Server, wo sie je Steckplatz 8 GB mehr Speicher, MIG und vGPU bietet. Austauschbar sind die beiden nicht, denn die eine kühlt ihr eigener Lüfter, die andere der Server.

Datenblatt der NVIDIA RTX PRO 4000 Blackwell (Juni 2026) und Produktseite der RTX PRO 4500 Blackwell Server Edition, NVIDIAs Übersicht der Desktop-GPUs und vGPU-Liste (aktualisiert am 2. Oktober 2026), alle gelesen am 24. Oktober 2026; Minimum von 100 W aus NVIDIAs Product Brief PB-12790-001_02, wie in unserem Leitfaden zur Karte zitiert; Aufbauten aus Angaben von Dell und Supermicro. FHFL: volle Höhe, volle Länge.

Welche NVIDIA-Karten einen Einzelslot belegen

Die Slotbreite haben wir in NVIDIAs eigenen Unterlagen geprüft, nicht in Shop-Angeboten. NVIDIAs Übersicht der professionellen Desktop-GPUs, gelesen am 24. Oktober 2026, führt die RTX PRO 4000 Blackwell als „single slot“ und jede andere Blackwell-Workstation-Karte als Doppelslot, auch die Workstation-Variante der RTX PRO 4500 mit 200 W. Die Produktseite der Server Edition nennt „Single-slot, FHFL (4.4" H x 10.5" L)“ und „Passive“.

NVIDIAs Übersicht der professionellen Desktop-GPUs, Produktseiten der RTX PRO 4500 Server Edition und der L4, gelesen am 24. Oktober 2026; Kühlung der L4 aus Lenovos ThinkSystem-GPU-Übersicht (12. September 2026).

Zwei Punkte dieser Tabelle überraschen Käufer. Die Workstation-Variante der RTX PRO 4500 teilt Chip und 32 GB mit der Server Edition, braucht aber zwei Steckplätze, wie unser Vergleich der RTX PRO 4500 und ihrer Server Edition erklärt. Und die Low-Profile-Karten von Blackwell mit 70 W sind Doppelslot-Karten; die Low-Profile-Karte mit Einzelslot ist die L4, eine Ada-Rechenzentrumskarte mit 300 GB/s, die unser Artikel zur L4 und RTX PRO 4500 Server Edition vergleicht. Die RTX 4000 Ada ist die vorige Single-Slot-Generation; unser Vergleich RTX PRO 4000 Blackwell und RTX 4000 Ada behandelt den Wechsel.

Aktiv oder passiv: Die Kühlung bestimmt das Gehäuse

Die RTX PRO 4000 hat einen eigenen Lüfter und saugt die Luft aus dem Inneren des Gehäuses an, wie es ein Workstation-Tower bietet. Vier davon in benachbarten Steckplätzen funktionieren nur, wenn das Gehäuse genug Luft an den Karten vorbeiführt; Dells Konfigurator der Precision 7960 bietet die Karte als Vierer-Option an, und unsere Seite zu vier RTX PRO 4000 in einer Workstation nennt die Tower.

Die Server Edition hat keinen Lüfter. Lenovo beschreibt sie als „requiring system airflow to operate“, und NVIDIAs Product Brief nennt eine Umgebungs­temperatur von 10 bis 45 °C bei Luftstrom über den Kühlkörper. Sie läuft nur in einem Server, dessen Lüfter und Luftführung dafür ausgelegt sind, und der Konfigurator des Herstellers legt Anzahl und Zulufttemperatur fest. Ein Tower-Gehäuse oder ein Allzweckserver ohne GPU-Luftführung ist nicht der richtige Ort für sie.

Die RTX PRO 4000 im Rack-Server ist der seltenere Fall. Lenovos ThinkSystem-GPU-Übersicht, aktualisiert am 12. September 2026, führt die RTX PRO 4500 Server Edition, die L4 und die aktive RTX 4000 Ada als Server-Optionen mit einfacher Breite und keine RTX PRO 4000 Blackwell. Eine RTX PRO 4000 bauen wir nur dort in einen Server ein, wo der Serverhersteller sie führt. Wir bauen Workstations mit bis zu vier RTX PRO 4000 und Server mit der Server Edition; nennen Sie uns den geplanten Tower oder Server, und wir prüfen dessen Kühlung für die Karte vor dem Angebot.

Speicher, Bandbreite und Modelle je Karte

Nach unserer Regel für Nutzer je Karte halten 90 Prozent des vom Treiber gemeldeten Speichers, abzüglich 3 GiB je Karte, die Gewichte und den KV-Cache. Wir skalieren die 95,6 GiB einer 96-GB-Karte nach Kapazität und kommen auf 18,5 GiB für die RTX PRO 4000 und 25,7 GiB für die Server Edition; den echten Wert zeigt nvidia-smi -q. Die Regel leitet unser Leitfaden wie viele Nutzer eine RTX PRO 6000 bedient her.

Unsere Schätzungen nach der Regel für Nutzer je Karte: gleichzeitige Gespräche mit 8.192 Token und FP8-KV-Cache von 0,5625, 0,625 und 1,0 GiB je Gespräch; speichergebunden, keine Messwerte.

Die zusätzlichen 8 GB trennen die Karten bei Sprachmodellen. Ein 14B-Modell in FP8 passt auf beide, aber die Server Edition behält rund dreimal so viel Platz für Gespräche. Die Bandbreite macht weniger aus: 800 gegen 672 GB/s setzen die Obergrenze für ein einzelnes Gespräch mit einem 14B-Modell in FP8 nach unserer Rechnung bei rund 49 gegen 41 Token pro Sekunde.

Veröffentlichte vLLM-Messwerte gibt es nur für die Server Edition. StorageReview hat eine Karte mit vLLM 0.27.1 getestet und am 14. Oktober 2026 veröffentlicht: 1.107 Ausgabe-Token pro Sekunde mit Ministral 3 14B in FP8 bei 32 gleichzeitigen Anfragen, gleichauf mit einer L40S bei 995, und ein Plateau von rund 180 Token pro Sekunde bei 8.192 Eingabe-Token, das StorageReview auf den bei 32 GB erschöpften KV-Cache zurückführt. Eine vLLM-Messung der RTX PRO 4000 von einem Herausgeber mit beschriebener Methode haben wir nicht gefunden. Unsere Übersicht der RTX-PRO-4500-Benchmarks nennt die Ergebnisse der Server Edition.

Vier und acht Karten: was die Aufbauten halten

Der Einzelslot zahlt sich in der Kartenzahl aus. Vier RTX PRO 4000 belegen die vier Slotbreiten, die zwei Doppelslot-Karten brauchen, ein 2U-Server nimmt vier Server-Edition-Karten auf, ein Server mit 3U bis 5U acht.

Unsere Schätzungen nach der Regel für Nutzer je Karte, gleichzeitige Gespräche zu 8K mit FP8-KV-Cache, wie auf unseren Seiten zu 4× RTX PRO 4500 Server Edition in 2U und 8× RTX PRO 4500 Server Edition. SE: Server Edition.

Mit den Beispielwerten unseres Leitfadens zum privaten ChatGPT-Server nach Firmengröße, rund 20 gleichzeitigen Anfragen in der Spitze für 500 Beschäftigte und 40 für 1.000, bedienen vier RTX PRO 4000 mit Qwen3-14B ein Unternehmen mit rund 500 Beschäftigten und vier Server-Edition-Karten rund 1.500. Ein Modell über vier Karten zu verteilen, läuft über PCIe, denn keine der beiden Karten hat NVLink. vLLM behält sein eigenes All-Reduce standardmäßig nur für zwei GPUs ohne NVLink und nutzt bei vier NCCL; für das optionale PCIe-All-Reduce aus Release 0.30.0 (Pull Request #53576) gibt es auf diesen Karten keine veröffentlichten Werte, wie unser Artikel zu TP=2, TP=4 oder Replikaten ohne NVLink erklärt.

Supermicros Seite zu Systemen mit RTX PRO Blackwell Server Edition führt vier Server-Edition-Karten in den 2U-Modellen SYS-222H-TN und SYS-222C-TN und acht im 3U-Modell SYS-322GA-NR, im 4U-Modell SYS-422GL-NR und im 5U-Modell SYS-522GA-NRT; das Datenblatt des SYS-322GA-NR nennt die RTX PRO 4500 nicht, für dieses Gehäuse lassen wir uns die Karte vor dem Angebot von Supermicro bestätigen. Wir bauen Server in Gehäusen, deren Hersteller die Karte führen, und Workstations mit der RTX PRO 4000; schicken Sie uns die freien Steckplätze, das Gehäuse und die geplanten Modelle, und unser Team antwortet mit der passenden Karte und Anzahl.

MIG, vGPU und Video-Engines

Hier unterscheiden sich die Karten am stärksten. Die Produktseite der Server Edition nennt „Up to 2 MIG @ 16 GB“; eine Karte wird so zu zwei isolierten GPUs mit je halbem Speicher, und ein Server mit vier Karten bietet acht. NVIDIAs MIG-Leitfaden führt die RTX PRO 4000 nicht auf; sie wird immer als ganze Karte genutzt.

Für virtuelle Desktops kommt nur die Server Edition in Frage. NVIDIAs Liste der von der vGPU-Software unterstützten GPUs, aktualisiert am 2. Oktober 2026, enthält sie ab Release 20.0 und die RTX PRO 4000 nicht. NVIDIAs vPC-Sizing-Guide nennt 16 Desktops je Server-Edition-Karte mit 2-GB-Profilen, und NVIDIAs vGPU-Dokumentation zeigt das Ende des Zweigs vGPU 20 im März 2027; ein heute gekaufter Host wechselt also im ersten Jahr auf einen späteren Zweig. Unser Leitfaden zur VDI-GPU-Dimensionierung skaliert Hosts nach Arbeitsplätzen.

Für Video hat die Server Edition je Karte drei NVENC und drei NVDEC, die RTX PRO 4000 je zwei. Acht Server-Edition-Karten bringen 24 Decoder in einen Server für Videoanalyse, wie in unserem Leitfaden zum GPU-Server für Videoanalyse. Die RTX PRO 4000 hat die Ausgänge: vier DisplayPort-2.1b-Ausgänge je Karte, für bis zu vier 4K-Displays mit je 165 Hz.

Strom je Aufbau und je Stromkreis

Unsere Schätzung unter Volllast: NVIDIAs Leistungsaufnahme der Karten, ein Workstation-Prozessor mit 350 W im Tower, zwei AMD EPYC 9355 mit je 280 W in den Servern, zuzüglich 15 Prozent für Arbeitsspeicher, Laufwerke, Lüfter und Netzteilverluste. SE: Server Edition.

Alle vier Aufbauten bleiben unter den 2,94 kW, die wir je 230-V-Stromkreis mit 16 A bei 80 Prozent planen. Je Watt liegen die Karten nah beieinander: 4,6 GB/s Bandbreite je Watt bei der RTX PRO 4000 und 4,8 bei der Server Edition sowie 0,17 gegen 0,19 GB Speicher je Watt, nach unserer Rechnung. Die Server Edition lässt sich auf 100 W je Karte begrenzen, wo ein Stromkreis oder eine Außenstelle die Leistung beschränkt, mit einem Tempoverlust, für den es keine veröffentlichten Werte gibt.

Treiber und Software

Beide Karten sind Blackwell-Karten mit Compute Capability 12.0 und brauchen unter Linux NVIDIAs offene GPU-Kernelmodule. Der Product Brief der Server Edition nennt Treiber ab R595; NVIDIAs Rechenzentrumstreiber 595.91.07 führt sie, der Langzeitzweig R580 dagegen nicht, wie unser Artikel zu Ada und Blackwell gemischt festhält. Die RTX PRO 4000 steht in beiden Zweigen. Für Support im Rahmen von NVIDIA AI Enterprise muss die Server Edition in einem Server laufen, der auf NVIDIAs Liste der NVIDIA-Certified Systems steht.

Wann ein Einzelslot die falsche Wahl ist

Single-Slot-Karten tauschen Speicher je Karte gegen Dichte. Für ein 70B-Modell in FP8, gpt-oss-120b oder lange Dokumente mit vielen Nutzern hält eine Karte mit 96 GB eine ganze Kopie, wo vier Single-Slot-Karten sie verteilt und mit knappem Cache halten: Nach unserer Regel geben vier Server-Edition-Karten Llama 3.3 70B in FP8 als eine Kopie mit TP=4 Platz für 28 Gespräche zu 8K, eine RTX PRO 6000 Server Edition ohne jede Aufteilung für 12. Im Rack sind die nächsten Schritte die L40S mit 48 GB bei 350 W, die unser Artikel zur L40S und RTX PRO 4500 Server Edition vergleicht, und die RTX PRO 6000 Server Edition; im Tower die RTX PRO 6000 Max-Q mit 96 GB bei 300 W im Doppelslot. Training und volles Fine-Tuning gehören auf H200 NVL mit NVLink-Brücken.

Welche Karte für welchen Einsatz

• Entwicklung und Analyse an der Workstation, vier GPUs in einem Tower: RTX PRO 4000.
• CAD, Rendering oder Videoschnitt neben kleinen Modellen: RTX PRO 4000, wegen der Displayausgänge.
• Ein gemeinsamer KI-Dienst für eine Abteilung im Rack: RTX PRO 4500 Server Edition, vier in 2U oder acht in einem größeren Gehäuse.
• Virtuelle Desktops oder virtuelle Workstations: RTX PRO 4500 Server Edition mit vGPU 20 oder neuer.
• Isolierte GPUs für Studierende oder Teams: RTX PRO 4500 Server Edition mit zwei MIG-Hälften zu 16 GB je Karte.
• Videoanalyse: RTX PRO 4500 Server Edition, drei Decoder je Karte.
• Low-Profile-Steckplätze in einem Edge-Server: keine der beiden; die L4.

Wir liefern beide Karten und bauen die Systeme darum; beschreiben Sie die Arbeitslast und den Standort der Hardware, und wir schlagen Karte, Gehäuse und Anzahl vor.

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 PRO 4000 Blackwell und die RTX PRO 4500 Blackwell Server Edition als Karten, bauen Workstations mit bis zu vier RTX PRO 4000 und KI-Server auf Bestellung mit vier oder acht Server-Edition-Karten in Gehäusen, deren Hersteller sie führen, vor der Lieferung montiert und getestet, mit einem EU-Vertrag und einer EU-Rechnung und mit Herstellergarantie auf jede Komponente. vGPU- und NVIDIA-AI-Enterprise-Lizenzen kommen auf dieselbe Rechnung.

FAQ