Nvidia präsentiert KI-fokussierte RTX 500- und 1000-GPUs für "hochgradig portable" Workstation

Die beiden neuen Low-End-GPUs der RTX-Ada-Generation von Nvidia sollen KI-Workflows auf ultradünnen Laptops unterstützen. Die anvisierten Endkunden: Profi-Anwender und Content-Entwickler.

Nvidia zeigt wieder einmal, dass sie KI-PCs anders sehen als die Wettbewerber Intel und AMD. Der wesentliche Unterschied besteht darin, dass hier für KI-Aufgaben diskrete GPUs zum Einsatz kommen und eben keine CPUs, die mit einer integrierten GPU und einer neuronalen Verarbeitungseinheit (NPU) ausgestattet sind.

Seine vor wenigen Tagen vorgestellten RTX 500 und 1000 GPUs bewirbt Nvidia als bedeutenden Schritt für die KI-Leistung in "hochportablen mobilen Workstations", räumt aber gleichzeitig ein, dass die Neuen nicht so leistungsfähig seien wie die höherwertige GPUs RTX 2000, 3000 und 5000.

Letztere arbeiten in den mobilen Workstations, die Dell Technologies, Lenovo und MSI im Frühling auf den Markt bringen werden, zusammen mit einer CPU, die eine NPU enthält. Ob diese von Intel oder AMD stammen wird, hat Nvidia nicht angegeben.

Die NPU könne "leichte KI-Aufgaben" bewältigen, während die RTX 500- und 1000-GPUs für "anspruchsvollere alltägliche KI-Workflows" ausgelegt sind. Hierzu gehört etwa das Entfernen von Hintergrundgeräuschen in Videobearbeitungssoftware, das Verschwimmen lassen oder Schärfen von Bildern in Fotobearbeitungssoftware und sogar "die Nutzung von KI für Videokonferenzen und Streaming-Erlebnisse in höherer Qualität", so Nvidia.

Was die KI-Leistung der einzelnen GPUs angeht, so sind die RTX 500 und 1000 GPUs laut Nvidia in der Lage, 154 Tera-Operationen pro Sekunde (TOPS) bzw. 193 TOPS zu liefern. Diese Zahlen sind niedriger als das, was leistungsstärkere RTX-Modelle erreichen können, aber sie liegen deutlich höher als die 34 TOPS, mit denen Intel seine neue Core Ultra-Chips bewirbt und auch höher als 39 TOPS der AMD Ryzen 8040-Serie

Im Vergleich zu einer reinen CPU-Laptop-Konfiguration könne der RTX 500 eine bis zu 14-mal höhere Leistung für generative KI-Modelle wie Stable Diffusion, eine bis zu dreimal schnellere KI-gestützte Fotobearbeitung und eine bis zu 10-mal höhere Leistung für 3D-Rendering bieten, so Nvidia.

"KI wird schnell angenommen, um die Effizienz in professionellen Design- und Content-Creation-Workflows und alltäglichen Produktivitätsanwendungen zu steigern. Dies unterstreicht die Bedeutung einer leistungsstarken lokalen KI-Beschleunigung und ausreichender Rechenleistung in Systemen", schreibt John Della Bona, Senior Product Marketing Manager bei Nvidia, in einem Blogpost.