RTX 5090 für 0,25 $/Std. mieten auf Novita AI: Greifen Sie auf 92 Milliarden Transistoren KI-Leistung zu

Die NVIDIA GeForce RTX 5090, die am 30. Januar 2025 vorgestellt wurde, steht mit 92 Milliarden Transistoren und 3.352 Billionen KI-Operationen pro Sekunde (TOPS) an der Spitze der GPU-Technologie. Novita AI macht diese Flaggschiff-GPU mit Blackwell-Architektur zu einem beispiellosen Preis von 0,25 $/Std. über Spot Instances zugänglich – verglichen mit 0,50 $/Std. für On-Demand-Preise.

Mit 21.760 CUDA-Kernen, 32 GB GDDR7-Speicher und 1.792 GB/s Speicherbandbreite liefert die RTX 5090 bis zu 2× die Leistung ihres Vorgängers. Das Spot-Instance-Modell von Novita AI ermöglicht Einsparungen von bis zu 50 % durch die Nutzung freier GPU-Kapazität – ähnlich wie die Plattform RTX 4090 GPUs für 0,18 $/Std. statt 0,35 $/Std. On-Demand anbietet. Jede Spot Instance verfügt über ein 1-stündiges Schutzfenster und vorherige Unterbrechungsbenachrichtigungen, sodass Entwickler Enterprise-Rechenleistung zu start-up-freundlichen Preisen nutzen können.

Starten Sie jetzt Ihre erste Spot Instance

Was sind die technischen Daten der RTX 5090?

Die Blackwell-Architektur der RTX 5090 führt bahnbrechende Funktionen ein, die NVIDIA-CEO Jensen Huang als „die bedeutendste Innovation in der Computergrafik seit dem programmierbaren Shading“ bezeichnete. Diese GPU mit 92 Milliarden Transistoren liefert sowohl für Spiele als auch für KI-Workloads eine unvergleichliche Leistung.

Kernarchitektur und Rechenleistung

Die RTX 5090 verfügt über 21.760 CUDA-Kerne, verteilt auf 170 Streaming-Multiprozessoren (SMs) – eine Steigerung von 33 % gegenüber den 16.384 Kernen der RTX 4090. Diese Kerne arbeiten mit einem Basistakt von 2,0 GHz und erreichen Boost-Takte von bis zu 2,41 GHz. Trotz der massiven Kernanzahl hat NVIDIA die hohen Taktraten beibehalten, was zu einem außergewöhnlichen Durchsatz bei parallelen Verarbeitungsaufgaben führt.

Die GPU umfasst 680 Tensor Cores der fünften Generation, die speziell für KI-Beschleunigung optimiert sind. Diese Tensor Cores liefern 3.352 KI-TOPS (Billionen Operationen pro Sekunde), was die RTX 5090 für Deep-Learning-Aufgaben außergewöhnlich leistungsfähig macht. Darüber hinaus ermöglichen 170 RT Cores der vierten Generation fortschrittliches Raytracing mit verbesserter Strahl-Dreieck-Schnittpunkt-Leistung und liefern realistische Beleuchtung und Schatten in Echtzeitanwendungen.

Speicherkonfiguration: 32 GB GDDR7

Die 32 GB GDDR7-Speicher stellen ein bedeutendes Upgrade dar und bieten 33 % mehr Kapazität als die 24 GB der RTX 4090. Diese Konfiguration arbeitet auf einem 512-Bit-Speicherbus und liefert eine Bandbreite von 1.792 GB/s – 78 % mehr als die Vorgängergeneration. Diese massive Bandbreite stellt sicher, dass die 21.760 CUDA-Kerne selbst bei der Verarbeitung großer Datensätze oder hochauflösender Texturen voll ausgelastet bleiben.

Der Sprung zur GDDR7-Technologie bringt nicht nur Kapazitätsverbesserungen, sondern auch Effizienzgewinne. Mit einer effektiven Geschwindigkeit von 28 Gbit/s im Vergleich zu 21 Gbit/s der RTX 4090 bewegen sich Daten schneller zwischen Speicher und Rechenkernen, wodurch Engpässe beseitigt werden, die zuvor die GPU-Leistung bei speicherintensiven Anwendungen eingeschränkt haben.

Stromversorgung und Kühlung

Die RTX 5090 benötigt eine Gesamtleistungsaufnahme (TDP) von 575 W für die Founders Edition – deutlich mehr als die 450 W der RTX 4090. NVIDIA hat eine revolutionäre Dual-Slot-Kühllösung mit einer 3D-Dampfkammer, integrierten Heatpipes und doppelseitigen Lüftern entwickelt, die den doppelten Luftstrom herkömmlicher Designs liefert. Die Karte verwendet einen 16-poligen PCIe-5.0-Stromanschluss und erfordert ein robustes Netzteil für den lokalen Einbau.

Auf der Cloud-Plattform von Novita AI werden diese Anforderungen an Stromversorgung und Kühlung für den Benutzer irrelevant. Die Rechenzentrumsinfrastruktur übernimmt die gesamte Stromversorgung und das Wärmemanagement, sodass Sie sich voll und ganz auf die Nutzung der Rechenfähigkeiten der GPU konzentrieren können.

Wie viel kostet die RTX 5090 auf Novita AI?

Die UVP von 1.999 $ für die Founders Edition der RTX 5090 macht sie zu einer der teuersten Consumer-GPUs, die je veröffentlicht wurden. Novita AI wandelt diese prohibitive Anschaffungskosten in erschwingliche Stundensätze um, und zwar mit zwei Preismodellen.

Spot Instance vs. On-Demand-Preisgestaltung

Preismodell	RTX 5090 Preis	Monatskosten (720 Std.)	Einsparungen
Spot Instances	0,25 $/Std.	180 $	50 %
On-Demand	0,50 $/Std.	360 $	—

Der Spot-Instance-Preis von 0,25 $/Std. macht die RTX 5090 für budgetbewusste Projekte zugänglich. Ein durchgehender Betrieb für einen ganzen Monat kostet nur 180 $ – verglichen mit dem Hardware-Kaufpreis von 1.999 $. Zum Vergleich: Sie müssten die GPU 8.000 Stunden (333 Tage) zu Spot-Instance-Preisen betreiben, um die ursprüngliche Investition zu erreichen, ohne Berücksichtigung von Stromkosten oder Wertverlust.

Der On-Demand-Preis von 0,50 $/Std. bietet garantierte Verfügbarkeit ohne Unterbrechungsrisiko. Diese Preisstufe eignet sich für Produktions-Workloads, kundenorientierte Anwendungen und zeitkritische Berechnungen, bei denen jede Unterbrechung den Betrieb beeinträchtigen könnte.

GPU-Portfolio-Vergleich von Novita AI

Novita AI bietet mehrere GPU-Optionen zu unterschiedlichen Preispunkten:

GPU-Modell	Spot-Preis	On-Demand-Preis	Einsparungen	Speicher
RTX 5090	0,25 $/Std.	0,50 $/Std.	50 %	32 GB GDDR7
RTX 4090	0,18 $/Std.	0,35 $/Std.	~49 %	24 GB GDDR6X
RTX 4090 High-Frequency	0,35 $/Std.	0,69 $/Std.	~49 %	24 GB GDDR6X

Die High-Frequency-Variante der RTX 4090 beschleunigt die KI-Bildgenerierung durch optimierte CPU-GPU-Koordination um bis zu 150 % – ein Beleg für das Engagement von Novita AI für Leistungsoptimierung jenseits der reinen Hardwarespezifikationen.

Break-Even-Analyse

Für ein Machine-Learning-Startup, das Modelle 200 Stunden monatlich trainiert, kosten Spot Instances 50 $ gegenüber 100 $ für On-Demand – eine jährliche Ersparnis von 600 $. Ein Forschungslabor, das Simulationen 500 Stunden monatlich durchführt, spart mit Spot Instances 125 $ pro Monat (1.500 $ jährlich). Diese Einsparungen können für zusätzliche Experimente, längere Trainingsläufe oder andere Forschungsressourcen verwendet werden.

Wie kann ich die RTX 5090 in 3 Schritten auf Novita AI bereitstellen?

Das Starten einer RTX 5090 Spot Instance auf Novita AI folgt dem gleichen optimierten Prozess, der sich bereits bei anderen GPU-Bereitstellungen bewährt hat.

Schritt 1: Zugriff auf Ihre Konsole

Melden Sie sich in Ihrer Novita AI GPU-Konsole an. Das Dashboard zeigt die GPU-Verfügbarkeit in Echtzeit, die aktuelle Spot-Instance-Kapazität und Ihre letzten Bereitstellungen. Diese Übersicht hilft Ihnen, fundierte Entscheidungen darüber zu treffen, wann und wo Sie Ihre Instanzen bereitstellen.

Schritt 2: Wechsel zur Spot-Abrechnung

Ändern Sie in der rechten Seitenleiste unter Filter die Abrechnungsmethode von „On-Demand“ auf „Spot“, um die reduzierten Preise zu sehen. Die Oberfläche wird sofort aktualisiert und zeigt die RTX 5090 für 0,25 $/Std. statt 0,50 $/Std. an, wobei die 50 % Einsparungen deutlich hervorgehoben werden. Diese Transparenz stellt sicher, dass Sie genau wissen, was Sie vor der Bereitstellung bezahlen.

Schritt 3: Bereitstellen

Wählen Sie Ihre RTX 5090-Konfiguration aus und klicken Sie auf „Deploy“. Ihre Instanz startet innerhalb von Sekunden mit:

• Garantierter 1-stündiger Schutzzeitraum
• Aktivierte Kostenersparnis von bis zu 50 %
• Konfigurierte 1-stündige Vorankündigung bei Unterbrechung
• Vorinstallierte KI-Frameworks

Profi-Tipp: Implementieren Sie Checkpointing in Ihrer Anwendung, um mögliche Unterbrechungen elegant zu handhaben.

Jede Instanz wird mit PyTorch 2.0+, TensorFlow, CUDA 12.x, cuDNN und gängigen Bibliotheken wie Hugging Face Transformers vorinstalliert ausgeliefert. Dadurch entfallen stundenlange Einrichtungszeiten und Sie können sofort produktiv sein.

Wie funktionieren Novita AI Spot Instances?

Spot Instances nutzen die freie GPU-Kapazität von Novita AI und machen diese zu niedrigeren Preisen verfügbar, da sie zurückgefordert werden können, wenn die Nachfrage nach regulären Instanzen steigt. Dieses Modell hat sich bei RTX 4090 GPUs bewährt, die für nur 0,18 $/Std. statt 0,35 $/Std. On-Demand erhältlich sind.

Hauptmerkmale

Variable Verfügbarkeit: Spot Instances können unterbrochen werden, wenn Novita AI die Kapazität zurückfordert. Dies bedeutet jedoch keine zufällige Beendigung – die Plattform folgt einem strukturierten Prozess mit Vorankündigungen.

Erhebliche Kosteneinsparungen: Greifen Sie auf die gleiche GPU-Leistung zu bis zu 50 % günstiger als On-Demand-Preise. Die Hardware und Leistung sind identisch; nur die Verfügbarkeitsgarantie unterscheidet sich.

Schutzzeitraum: Jede Spot Instance hat ein 1-stündiges Schutzfenster nach dem Start. Während dieser Zeit kann Ihre Instanz unabhängig von Kapazitätsanforderungen nicht unterbrochen werden.

Vorankündigungen: Sie erhalten Unterbrechungsbenachrichtigungen 1 Stunde vor der Rückforderung, mit einer zusätzlichen 5-minütigen Warnung. Diese Benachrichtigungen ermöglichen es Ihnen, Ihre Arbeit zu speichern, den Fortschritt zu checkpointen und Anwendungen geordnet herunterzufahren.

Vergleich mit On-Demand-Instanzen

Funktion	Spot Instances	On-Demand-Instanzen
Preis	Bis zu 50 % günstiger	Standardtarife
Verfügbarkeit	Abhängig von der Kapazität	Jederzeit verfügbar
Unterbrechungsrisiko	Kann mit Vorankündigung zurückgefordert werden	Keine Unterbrechungen
Schutzzeitraum	1 Stunde nach dem Start	Durchgehend
Anwendungsfall	Flexible, fehlertolerante Workloads	Kritische, nicht unterbrechbare Workloads

Indem Sie Spot Instances für geeignete Workloads wählen, erhalten Sie Zugang zu denselben leistungsstarken GPU-Ressourcen und optimieren gleichzeitig die Rechenkosten.

Weitere Informationen: Novita AI Spot Instances Leitfaden

Warum ist die RTX 5090 ideal für KI und maschinelles Lernen?

Die Architektur der RTX 5090 zielt speziell auf KI- und Machine-Learning-Workloads ab und bietet Funktionen, die zuvor Rechenzentrums-GPUs vorbehalten waren. Die Kombination aus massiver Rechenleistung, großem Speicher und fortschrittlicher Präzisionsunterstützung macht sie für moderne KI-Anwendungen außergewöhnlich leistungsfähig.

Entwicklung der Tensor Cores und KI-Berechnung

Tensor Cores der fünften Generation unterstützen neuere Präzisionsformate wie FP8 und das experimentelle FP4, die den KI-Durchsatz für bestimmte Modelle bei minimalem Genauigkeitsverlust verdoppeln können. Die 3.352 KI-TOPS entsprechen einer Rechenleistung, die sich den Rechenzentrumsbeschleunigern NVIDIA A100 und H100 annähert, jedoch in einem zugänglicheren Format.

In der Praxis bedeutet dies schnellere Trainingszeiten und einen höheren Inferenzdurchsatz. Ein Transformer-Modell, das auf einer RTX 4090 6 Stunden zum Trainieren benötigt, könnte auf der RTX 5090 in 4 Stunden fertig sein. Die Bildgenerierung mit Stable Diffusion XL verbessert sich von 3,5 Sekunden pro Bild auf etwa 2 Sekunden, was schnellere Iterationen und Experimente ermöglicht.

Fähigkeiten für große Sprachmodelle

Der 32 GB GDDR7-Speicher ermöglicht das Training von Transformer-Modellen mit bis zu 13 Milliarden Parametern in Halbpräzision ohne Modellparallelisierung oder Gradienten-Checkpointing. Dies ist eine deutliche Verbesserung gegenüber den 24 GB der RTX 4090, die oft Optimierungstechniken für Modelle mit mehr als 7 Milliarden Parametern erforderte.

Das Feintuning vortrainierter Modelle wird bemerkenswert effizient. LoRA-Feintuning, das zuvor die Speichergrenzen ausreizte, läuft jetzt komfortabel und bietet Platz für größere Batch-Größen. Der größere Speicher ermöglicht auch das Arbeiten mit längeren Kontextlängen und komplexeren Modellarchitekturen, ohne auf Speicherfehler zu stoßen.

Vergleich mit Rechenzentrums-GPUs

Überraschenderweise übertreffen die 92 Milliarden Transistoren der RTX 5090 sogar die 80 Milliarden der H100. Zwar fehlen Funktionen wie ECC-Speicher, NVLink-Verbindungen und Multi-Instance-GPU (MIG)-Unterstützung, aber die RTX 5090 bietet eine nahezu an Rechenzentren heranreichende Leistung zu einem Bruchteil der Kosten.

Die RTX 5090 liefert 83 TFLOPS FP32-Rechenleistung, verglichen mit 19,5 TFLOPS der A100 und nähert sich den 67 TFLOPS der H100. Für viele KI-Praktiker bietet dies eine rechenzentrumsähnliche Leistung zu Consumer-GPU-Preisen, insbesondere wenn sie über Novita AI Spot Instances für 0,25 $/Std. bezogen wird.

Welche Workloads eignen sich am besten für RTX 5090 Spot Instances?

Spot Instances eignen sich am besten für Workloads, die Unterbrechungen verkraften oder innerhalb des 1-stündigen Schutzfensters abgeschlossen werden können. Das Verständnis, welche Anwendungen am meisten profitieren, hilft dabei, den Wert zu maximieren und gleichzeitig die betriebliche Komplexität zu minimieren.

Ideale Anwendungsfälle

Batch-Verarbeitung und verteiltes Training: Groß angelegtes Modelltraining mit regelmäßigem Checkpointing profitiert von den 50 % Kosteneinsparungen. Verteiltes Training über mehrere Spot Instances kann die Trainingszeit verkürzen und gleichzeitig die Kosten im Rahmen halten. Die Hyperparameter-Optimierung und die Architektursuche eignen sich von Natur aus für das Spot-Modell, da einzelne Experimente unabhängig voneinander sind.

Entwicklungs- und Testumgebungen: Prototypentwicklung, Leistungsbenchmarking und CI/CD-Pipelines für ML-Modelle funktionieren hervorragend auf Spot Instances. Die Kosteneinsparungen ermöglichen mehr Experimente und längere Testläufe ohne Budgetsorgen.

Fehlertolerante Anwendungen: Zustandslose Inferenzdienste mit Lastausgleich, Rendering- und Videoverarbeitungspipelines, Monte-Carlo-Simulationen und genetische Algorithmen können alle Spot Instances effektiv nutzen. Die inhärente Widerstandsfähigkeit dieser Workloads gegenüber Unterbrechungen macht sie zu perfekten Kandidaten.

Workloads mit flexiblem Zeitplan: Forschungsberechnungen ohne strenge Fristen, nächtliche Trainingsläufe, Datenmigrations- und Transformationsaufgaben sowie Archivverarbeitung profitieren von der Spot-Instance-Ökonomie, ohne kritische Fristen zu riskieren.

Bevor Sie beginnen

Stellen Sie sicher, dass Ihr Workload Unterbrechungen verarbeiten und von Checkpoints aus fortgesetzt werden kann. Aufgaben sollten entweder innerhalb des 1-stündigen Schutzfensters abgeschlossen werden oder potenzielle Unterbrechungen tolerieren. Implementieren Sie das Speichern von Checkpoints auf persistentem Speicher und verwenden Sie eine warteschlangenbasierte Jobverteilung für die Ausfallsicherheit.

Besser für On-Demand geeignete Workloads

Einige Workloads erfordern die garantierte Verfügbarkeit von On-Demand-Instanzen: Echtzeit-Produktionsdienste, kundenorientierte Anwendungen, Workloads, die keine Unterbrechungen verkraften, und zeitkritische Berechnungen ohne Checkpointing. Für diese Anwendungsfälle bietet der On-Demand-Preis von 0,50 $/Std. ein beruhigendes Gefühl und betriebliche Stabilität.

Fazit

Die NVIDIA RTX 5090 stellt einen gewaltigen Sprung in der GPU-Technologie dar – mit 92 Milliarden Transistoren, 21.760 CUDA-Kernen und 32 GB GDDR7-Speicher, die 3.352 Billionen KI-Operationen pro Sekunde liefern. Diese Flaggschiff-GPU mit Blackwell-Architektur, die zu einem Preis von 1.999 $ auf den Markt kam, liefert bis zu 2× die Leistung ihres Vorgängers.

Novita AI demokratisiert den Zugang zu dieser hochmodernen Hardware durch Spot Instances für nur 0,25 $/Std. – eine Ersparnis von 50 % gegenüber On-Demand-Preisen. In Anlehnung an das erfolgreiche Modell, das bei RTX 4090 GPUs für 0,18 $/Std. bewährt ist, nutzen Novita AI Spot Instances freie Kapazitäten, um Enterprise-Rechenleistung für alle erschwinglich zu machen.

Nutzen Sie noch heute die Leistung der RTX 5090 über den einfachen Drei-Schritte-Bereitstellungsprozess von Novita AI. Erleben Sie, wie 92 Milliarden Transistoren Rechenleistung für 0,25 $/Std. Ihre Innovation beschleunigen können, ohne Ihre Ausgaben in die Höhe zu treiben.

Häufig gestellte Fragen

Wann wurde die NVIDIA RTX 5090 veröffentlicht?

NVIDIA hat die GeForce RTX 5090 offiziell am 30. Januar 2025 auf den Markt gebracht. Sie wurde Anfang des Monats auf der CES 2025 angekündigt und kam Ende Januar in begrenzter Stückzahl in den Handel.

Was kostet die RTX 5090?

Die UVP für die RTX 5090 Founders Edition beträgt zum Launch 1.999 $ US-Dollar. Partnerkarten von ASUS, MSI und anderen können noch teurer sein. Auf Novita AI können Sie die Leistung der RTX 5090 für 0,25 $/Std. mit Spot Instances oder 0,50 $/Std. für On-Demand nutzen – ohne die massive Anfangsinvestition.

Wie viel schneller ist die RTX 5090 im Vergleich zur RTX 4090?

NVIDIA bewirbt bis zu 2× die Leistung der RTX 4090 in bestimmten Szenarien. In der Praxis zeigen viele Spiele und Benchmarks 20–50 % höhere Bildraten bei 4K-Auflösung. Bei Verwendung der DLSS 4 Multi-Frame-Generierung kann der Leistungsunterschied noch deutlicher ausfallen. Bei GPU-Compute-Aufgaben wie Rendering ist mit einer Verbesserung von etwa 35–45 % zu rechnen.

Wie funktioniert die Spot-Instance-Preisgestaltung auf Novita AI?

Spot Instances nutzen freie GPU-Kapazität zu einem Rabatt von bis zu 50 %. RTX 5090 Spot Instances kosten 0,25 $/Std. gegenüber 0,50 $/Std. On-Demand. Jede Instanz hat ein 1-stündiges Schutzfenster und eine 1-stündige Vorankündigung bei Unterbrechung. Dieses Modell eignet sich perfekt für Batch-Verarbeitung, ML-Training mit Checkpoints und flexible Forschungsworkloads.

Kann ich mehrere RTX 5090 GPUs für verteiltes Training verwenden?

Ja, Sie können mehrere RTX 5090 Instanzen auf Novita AI für verteiltes Training bereitstellen. Dieser Ansatz ermöglicht es Ihnen, das Training auf mehrere GPUs zu skalieren und die Zeit bis zur Fertigstellung zu verkürzen. Mit Spot Instances für 0,25 $/Std. pro GPU wird verteiltes Training auch für kleinere Teams wirtschaftlich tragfähig.

Haben Spot Instances die gleiche Leistung wie On-Demand?

Ja, Spot Instances bieten identische Hardware und Leistung wie On-Demand-Instanzen. Der einzige Unterschied ist die Verfügbarkeit – Spot Instances können mit Vorankündigung unterbrochen werden, während On-Demand-Instanzen durchgehend laufen. Beide liefern die volle Leistung der RTX 5090.

Novita AI ist eine KI-Cloud-Plattform, die Entwicklern eine einfache Möglichkeit bietet, KI-Modelle über unsere einfache API bereitzustellen und gleichzeitig eine erschwingliche und zuverlässige GPU-Cloud für den Aufbau eigener Lösungen bereitstellt.