Startseite›Rechner›Server mit 2× RTX 3090 (48 GB)
Server mit 2× RTX 3090 (48 GB)
NVIDIA-Grafikkarte48 GiB936 GB/s71,0 TFLOPS
Sobald das System seinen Anteil genommen hat, bleiben diesem Rechner 47,20 GiB für das Modell: Platz für 19 der 26 Modelle, die wir bei der Referenzkompression messen, und das schwerste, das hineinpasst, ist nemotron-3.5-lightning-30b. Und wie schnell antwortet er? Das entscheidet nicht der Chip, sondern seine 936 GB/s Speicherbandbreite.
Bleibt für das Modell
Eigene Schätzung
Speicherbandbreite
Herstellerangabe
Modelle, die passen
Von Local AI Scope gemessen
Videos: Server mit 2× RTX 3090 (48 GB) 3
Die besten Vorführungen, die wir gefunden haben. Drücken Sie auf Play, und es läuft direkt hier.
Die Videos liegen bei YouTube, und von dort wird nichts geladen, bevor Sie auf Play drücken (Modus ohne Cookies). Das Vorschaubild kommt von uns.
Der Speicher, den Sie wirklich nutzen können
Deshalb ist die Zahl auf der Verpackung nicht die Zahl, die Sie bekommen. Schreibtisch, Compositor und Grafikkontext geben ihren Anteil nie zurück, und ein Modell, das ihnen keinen Platz lässt, startet nicht — es stürzt ab.
| Speicher | GiB |
|---|---|
| Speicher des Rechners | 48 |
| Für das System reserviert | −0,80 |
| Bleibt für das Modell | 47,20 |
Diese 48 GiB sind zwei getrennte Pools von je 24 GiB, nicht einer. Sie addieren sich nur, wenn die Laufzeitumgebung das Modell schichtweise auf beide Karten verteilt; ein Modell, das auf eine Karte passen muss, stößt weiter bei 24 GiB an. Die Einpassung unten setzt voraus, dass die Verteilung funktioniert.
Speicherbandbreite
Es sind zwei verschiedene Grenzen, und man verwechselt sie leicht. Während das Modell die Antwort schreibt, bestimmt die Bandbreite: Für jeden Token müssen die Gewichte, die es nutzt, erneut gelesen werden (bei einem dichten Modell alle, bei einem Mixture-of-Experts-Modell die gemeinsamen Schichten und nur die aktiven Experten), Tokens pro Sekunde sind also ungefähr Bandbreite geteilt durch diese Menge. Während das Modell Ihr Dokument liest, bestimmt die Rechenleistung: Die Eingabe wird auf einmal verarbeitet. Darum kann ein Notebook ohne GPU Minuten bis zum ersten Wort brauchen und danach in erträglichem Tempo schreiben.
936 GB/s — Herstellerangabe · gegen die Herstellerseite geprüft am 2026-08-25 (Quelle).
Die 936 GB/s gelten pro Karte. Zwei 3090 ergeben keinen Pool von 48 GB mit 1872 GB/s: Jede hat ihre eigenen 24 GB, und wenn das Modell auf beide verteilt wird, ist die Verbindung zwischen ihnen der Engpass, nicht die Bandbreite.
Rechenleistung: 71,0 TFLOPS (FP16-Tensor-TFLOPS mit FP32-Akkumulation, dicht) — Herstellerangabe, unter anderem Namen · der Hersteller veröffentlicht diese Zahl als FP16-Tensor-TFLOPS mit FP32-Akkumulation, dicht, nicht als FP16; gegen die Herstellerseite geprüft am 2026-08-25 (Quelle). Die Zahlen dieser Zeile stammen je nach Rechner nicht aus derselben Messgröße, weil jeder Hersteller eine andere veröffentlicht. Vergleichen Sie sie zwischen Rechnern nur mit diesem Wissen.
Welche Modelle hier hineinpassen und welche nicht
Passen heißt, dass drei Dinge gleichzeitig in den übrigen Speicher passen: die Modelldatei, ihr Kontextspeicher und die Arbeitsreserve der Laufzeitumgebung. Der Kontextspeicher wird aus dem von jedem Modell angegebenen Aufmerksamkeitsmuster Schicht für Schicht berechnet, nicht aus der generischen Formel — deshalb passen hier Modelle, die diese Formel für unmöglich erklären würde.
| Modell | Gezeigte Kompression | Modellgröße | 8k | 32k | 128k | Größter Kontext, der passt |
|---|---|---|---|---|---|---|
| qwen3-1.7b | Q4_K_M |
1,03 GiB | ja | ja | — | 32k |
| qwen3-4b-2507 | Q4_K_M |
2,33 GiB | ja | ja | ja | 256k |
| gemma4-e2b | Q4_K_M |
2,89 GiB | ja | ja | ja | 128k |
| gemma4-e4b | Q4_K_M |
4,63 GiB | ja | ja | ja | 128k |
| qwen3-8b | Q4_K_M |
4,68 GiB | ja | ja | — | 32k |
| granite-4.2-8b | Q4_K_M |
4,98 GiB | ja | ja | ja | 128k |
| qwen3.5-9b | Q4_K_M |
5,29 GiB | ja | ja | ja | 256k |
| gemma4-12b | Q4_K_M |
6,63 GiB | ja | ja | ja | 256k |
| gpt-oss-20b | Q4_K_M |
10,83 GiB | ja | ja | ja | 128k |
| mistral-small-24b | Q4_K_M |
13,35 GiB | ja | ja | ja | 128k |
| qwen3.8-27b | Q4_K_M |
15,33 GiB | ja | ja | ja | 256k |
| muse-glimmer-30b | Q4_K_M |
15,61 GiB | ja | ja | ja | 128k |
| qwen3.6-27b | Q4_K_M |
15,66 GiB | ja | ja | ja | 256k |
| gemma4-26b-a4b | Q4_K_M |
15,78 GiB | ja | ja | ja | 256k |
| gemma4-31b | Q4_K_M |
17,07 GiB | ja | ja | ja | 256k |
| qwen3-coder-30b | Q4_K_M |
17,28 GiB | ja | ja | ja | 256k |
| qwen3.6-35b-a3b | Q4_K_M |
20,61 GiB | ja | ja | ja | 256k |
| flint-40b | Q4_K_M |
23,61 GiB | ja | ja | ja | 256k |
| nemotron-3.5-lightning-30b | Q4_K_M |
23,73 GiB | ja | ja | ja | 256k |
| gpt-oss-120b | Q4_K_M |
58,46 GiB | nein | nein | nein | — |
| llama4-scout-17b | Q4_K_M |
60,87 GiB | nein | nein | nein | — |
| nemotron-3.5-super-120b | Q4_K_M |
65,29 GiB | nein | nein | nein | — |
| qwen3.8-flash-next | IQ4_XS |
87,25 GiB | nein | nein | nein | — |
| deepseek-v4-flash | IQ4_XS |
127,28 GiB | nein | nein | nein | — |
| glm-5.3-flash | Q4_K_M |
187,04 GiB | nein | nein | nein | — |
| glm-5.2 | Q4_K_M |
433,83 GiB | nein | nein | nein | — |
Die Größen sind die der tatsächlich veröffentlichten Dateien in der Referenzkompression, eine Stufe je Zeile: Q4_K_M, wo der Autor sie veröffentlicht, sonst die nächstgelegene. Jede Zeile nennt, welche sie zeigt. Q4_K_M ist unsere Qualitätsuntergrenze: darunter ist der Verlust in den Antworten hörbar. Ein Modell, das hier nur mit stärkerer Kompression passen würde, gilt bewusst als nicht passend. Ein Gedankenstrich in einer Kontextspalte heißt, dass das Modell diesen Kontext gar nicht anbietet, es gibt also nichts einzupassen.
Modelle, die passen — 19 von den 26 gemessenen Modellen
- qwen3-1.7b
Q4_K_M— Kontext 32k Tokens - qwen3-4b-2507
Q4_K_M— Kontext 256k Tokens - gemma4-e2b
Q4_K_M— Kontext 128k Tokens - gemma4-e4b
Q4_K_M— Kontext 128k Tokens - qwen3-8b
Q4_K_M— Kontext 32k Tokens - granite-4.2-8b
Q4_K_M— Kontext 128k Tokens - qwen3.5-9b
Q4_K_M— Kontext 256k Tokens - gemma4-12b
Q4_K_M— Kontext 256k Tokens - gpt-oss-20b
Q4_K_M— Kontext 128k Tokens - mistral-small-24b
Q4_K_M— Kontext 128k Tokens - qwen3.8-27b
Q4_K_M— Kontext 256k Tokens - muse-glimmer-30b
Q4_K_M— Kontext 128k Tokens - qwen3.6-27b
Q4_K_M— Kontext 256k Tokens - gemma4-26b-a4b
Q4_K_M— Kontext 256k Tokens - gemma4-31b
Q4_K_M— Kontext 256k Tokens - qwen3-coder-30b
Q4_K_M— Kontext 256k Tokens - qwen3.6-35b-a3b
Q4_K_M— Kontext 256k Tokens - flint-40b
Q4_K_M— Kontext 256k Tokens - nemotron-3.5-lightning-30b
Q4_K_M— Kontext 256k Tokens
Modelle, die nicht passen — 7 von den 26 gemessenen Modellen
- gpt-oss-120b
Q4_K_M— es fehlen 12,08 GiB - llama4-scout-17b
Q4_K_M— es fehlen 15,10 GiB - nemotron-3.5-super-120b
Q4_K_M— es fehlen 18,80 GiB - qwen3.8-flash-next
IQ4_XS— es fehlen 40,82 GiB - deepseek-v4-flash
IQ4_XS— es fehlen 81,09 GiB - glm-5.3-flash
Q4_K_M— es fehlen 140,60 GiB - glm-5.2
Q4_K_M— es fehlen 387,92 GiB
Die Rechner daneben
- Mac mini mit M6 und 32 GB Unified Memory — 29,00 GiB für das Modell, 19 / 26 Modelle
- Mini-PC mit NPU und 32 GB LPDDR5X — 29,00 GiB für das Modell, 19 / 26 Modelle
- Mac mit M4 Max und 64 GB — 61,00 GiB für das Modell, 20 / 26 Modelle
- Mac mini mit M5 Pro und 64 GB Unified Memory — 61,00 GiB für das Modell, 20 / 26 Modelle
Preis und Verfügbarkeit
Was ein Rechner kostet, entscheidet genauso viel wie das, was hineinpasst — der Preis gehört also auf diese Seite. Unten steht nur, was der Hersteller veröffentlicht, mit dem betroffenen Markt und dem Tag der Abfrage.
Kein Preis: Diese Zeile ist eine Rechnerklasse, kein einzelnes Produkt mit Preisliste.
Was wir an dieser Seite verdienen
Heute nichts. Auf dieser Seite steht kein Affiliate-Link, und hinter keiner ihrer Zahlen steht eine Handelsvereinbarung. Sollte hier je ein Kauflink erscheinen, wird er als solcher gekennzeichnet und die Provision in diesem Block angegeben. Zwei Regeln ändern sich an dem Tag nicht: Die Rangfolge dieser Seite wird vor der Anwendung kommerzieller Verfügbarkeit berechnet, und „am besten“ heißt nie „zahlt am meisten“.