Mehrere Grafikkarten in einem Rechner – Leistungsrechner
Ergebnisse der Berechnung
Mehrere Grafikkarten in einem Rechner: Der vollständige Leitfaden (2024)
Die Nutzung von mehreren Grafikkarten in einem PC (Multi-GPU-Setup) war früher ein Standard für Enthusiasten, die maximale Leistung für Gaming, Rendering oder wissenschaftliche Berechnungen benötigten. Mit der Einführung leistungsstarker Single-GPUs wie der NVIDIA RTX 4090 oder AMD RX 7900 XTX hat sich die Notwendigkeit für Multi-GPU-Konfigurationen zwar verringert, aber in bestimmten Szenarien bleibt sie eine lohnende Option.
Dieser Leitfaden erklärt:
- Die technischen Voraussetzungen für mehrere Grafikkarten
- Vorteile und Nachteile im Vergleich zu Single-GPU-Lösungen
- Kompatibilitätsfragen (NVLink, CrossFire, PCIe-Lanes)
- Leistungsberechnungen und Skalierungseffizienz
- Praktische Anwendungsfälle (Gaming, Rendering, KI, Mining)
1. Technische Grundlagen: Wie funktioniert Multi-GPU?
Wenn mehrere Grafikkarten in einem System arbeiten, müssen sie Daten untereinander austauschen. Dafür gibt es verschiedene Technologien:
| Technologie | Hersteller | Max. GPUs | Bandbreite | Aktuelle Unterstützung |
|---|---|---|---|---|
| NVLink | NVIDIA | 2–4 | 25–100 GB/s | RTX 20/30/40-Serie (nur High-End) |
| SLI | NVIDIA | 2–4 | 1–2 GB/s (PCIe) | Eingestellt (nur noch für professionelle Anwendungen) |
| CrossFire | AMD | 2–4 | PCIe x16/x8 | Eingestellt (letzte Unterstützung: RX 5000-Serie) |
| PCIe-Bifurkation | Universal | 2–8 | Abhängig von PCIe-Version | Ja (für Mining/KI) |
Moderne Multi-GPU-Setups nutzen hauptsächlich PCIe-Lanes des Prozessors oder Chipsatzes. Die Bandbreite hängt von der PCIe-Version ab:
- PCIe 4.0 x16: 32 GB/s (pro GPU bei x8/x8-Konfiguration: 16 GB/s)
- PCIe 5.0 x16: 64 GB/s (pro GPU bei x8/x8: 32 GB/s)
2. Voraussetzungen für ein Multi-GPU-System
Nicht jeder PC unterstützt mehrere Grafikkarten. Hier sind die Mindestanforderungen:
2.1 Mainboard und PCIe-Slots
- Mindestens 2 PCIe-x16-Slots (physisch oder elektrisch x8/x8)
- CPU mit ausreichend PCIe-Lanes:
- Intel Core i7/i9 (ab 12. Gen): 20 Lanes
- AMD Ryzen 7/9 (ab Zen 3): 24 Lanes
- Workstation-CPUs (Threadripper, Xeon): 48–128 Lanes
- Abstand zwischen Slots: Mindestens 2–3 Steckplätze Abstand für Kühlung
2.2 Netzteil (PSU)
Die Leistungsaufnahme steigt linear mit der Anzahl der GPUs. Empfohlene Mindestleistungen:
| Anzahl GPUs | Modell (Beispiel) | System-Leistung (Watt) | Empfohlenes Netzteil |
|---|---|---|---|
| 1 | RTX 4090 | 450–550W | 850W (80+ Gold) |
| 2 | RTX 4090 | 800–1000W | 1200W (80+ Platinum) |
| 3 | RTX 4090 | 1200–1400W | 1600W (80+ Titanium) |
| 4 | RTX 4090 | 1600–2000W | 2000W (Dual-PSU-Setup) |
Wichtig: Verwenden Sie getrennte PCIe-Stromanschlüsse pro GPU und vermeiden Sie Y-Splitter!
2.3 Kühlung
Mehrere GPUs erzeugen deutlich mehr Abwärme. Empfehlungen:
- Gehäuse: Mindestens Mid-Tower mit guter Belüftung (z. B. Lian Li PC-O11, Fractal Design Meshify 2)
- Luftkühlung: 3–4 140mm-Lüfter (1200+ RPM) oder Wasserkühlung
- GPU-Abstand: Mindestens 2 Slots zwischen den Karten für Luftzirkulation
- Undervolting: Reduziert Hitze und Stromverbrauch (z. B. mit MSI Afterburner)
3. LeistungsSkalierung: Wie viel schneller wird das System?
Die Performance-Skalierung hängt stark von der Anwendung ab. Hier eine Übersicht:
| Anwendung | 1 GPU (100%) | 2 GPUs | 3 GPUs | 4 GPUs |
|---|---|---|---|---|
| Gaming (DX12/Vulkan) | 100% | 130–180% | 150–190% | 160–200% |
| 3D-Rendering (Blender) | 100% | 190–200% | 270–290% | 350–380% |
| KI-Training (PyTorch) | 100% | 195–200% | 285–295% | 370–390% |
| Krypto-Mining (Ethereum) | 100% | 200% | 300% | 400% |
| Video-Encoding (FFmpeg) | 100% | 180–190% | 250–270% | 300–330% |
Hinweis: Die Skalierung ist bei Gaming aufgrund von CPU-Engpässen und Treiber-Overhead am geringsten. Professionelle Anwendungen wie Blender oder TensorFlow nutzen Multi-GPU deutlich effizienter.
4. Multi-GPU im Gaming: Lohnt es sich noch?
Seit NVIDIA 2019 die Unterstützung für SLI in den meisten Spielen eingestellt hat, ist Multi-GPU-Gaming eine Nische geworden. Aktuelle Optionen:
4.1 NVIDIA NVLink (für Gaming)
- Nur mit RTX 20/30/40-Serie (ab RTX 2080 Ti) möglich
- Unterstützte Spiele (2024):
- Cyberpunk 2077 (mit Override)
- Microsoft Flight Simulator
- Shadow of the Tomb Raider
- Metro Exodus (Enhanced Edition)
- Performance-Gewinn: +30–50% bei 4K mit Raytracing
4.2 AMD CrossFire (veraltet)
AMD hat CrossFire mit der RX 6000-Serie offiziell eingestellt. Einige ältere Titel unterstützen es noch, aber die Treiberoptimierung fehlt.
4.3 Alternative: Multi-GPU ohne Brücke (DX12/Vulkan)
Moderne APIs wie DirectX 12 und Vulkan ermöglichen “Explicit Multi-GPU” (mGPU) ohne physische Brücke. Beispiele:
- Ashes of the Singularity (bis +80% mit 2 GPUs)
- Star Citizen (skaliert gut mit 2–3 GPUs)
- F1 2022/2023 (Vulkan-Modus)
Nachteil: Mikroruckler (“Frame Pacing”-Probleme) sind häufig.
5. Professionelle Anwendungen: Wo Multi-GPU unschlagbar ist
In Workstation-Umgebungen ist Multi-GPU nach wie vor Standard. Typische Einsatzgebiete:
5.1 3D-Rendering und Raytracing
Programme wie Blender, Cinema 4D oder Octane Render skalieren fast linear mit zusätzlichen GPUs:
- Blender OptiX: +95% mit 2x RTX 4090
- Redshift: +180% mit 3x RTX 4090
- V-Ray GPU: +190% mit 2x RTX 4090
5.2 KI und Machine Learning
Frameworks wie TensorFlow oder PyTorch unterstützen Multi-GPU über:
- Data Parallelism: Batch-Verarbeitung auf mehreren GPUs
- Model Parallelism: Große Modelle (z. B. LLMs) aufteilen
Beispiel: Training von Stable Diffusion mit 4x RTX 4090 ist 3,8x schneller als mit einer Karte.
5.3 Wissenschaftliche Simulationen
Anwendungen wie ANSYS, COMSOL oder MATLAB nutzen CUDA/OpenCL für:
- Fluidynamik (CFD)
- Finite-Elemente-Analyse (FEA)
- Molekulardynamik
6. Praktische Tipps für Multi-GPU-Setups
6.1 Treiber und Software
- NVIDIA: Aktuellste Game Ready oder Studio Treiber verwenden
- AMD: Adrenalin Edition (für ältere CrossFire-Systeme)
- Tools:
- MSI Afterburner (Übertaktung/Monitoring)
- GPU-Z (Hardware-Info)
- HWInfo (Temperatur/Leistungsaufnahme)
6.2 BIOS/UEFI-Einstellungen
Wichtige Optionen im BIOS:
- Above 4G Decoding: Aktivieren (für Resizable BAR)
- PCIe-Generation: Auf Gen 4 setzen (Gen 5 nur mit kompatiblen GPUs)
- Primary Display: Auf PCIe (nicht iGPU)
- CSM: Deaktivieren (nur UEFI-Modus)
6.3 Häufige Probleme und Lösungen
| Problem | Ursache | Lösung |
|---|---|---|
| GPU wird nicht erkannt | PCIe-Lanes begrenzt, Treiberfehler |
|
| Leistungseinbruch mit 2 GPUs | CPU-Engpass (PCIe 3.0, zu wenige Kerne) |
|
| Überhitzung/Throttling | Ungenügende Kühlung, schlechte Luftzirkulation |
|
| Stottern in Spielen | Frame-Pacing-Probleme (mGPU) |
|
7. Zukunft von Multi-GPU: Wird es wieder relevant?
Mit der zunehmenden Komplexität von KI-Modellen und Echtzeit-Raytracing könnte Multi-GPU ein Comeback erleben:
- NVIDIA arbeitet an besserer NVLink-Integration für KI-Workloads (z. B. mit der H100 GPU)
- DirectX 12 Ultimate und Vulkan 1.3 verbessern mGPU-Unterstützung
- Modulare GPUs: Konzepte wie NVIDias MGX (Multi-GPU eXtensions) könnten Multi-GPU vereinfachen
8. Fazit: Für wen lohnt sich Multi-GPU?
Empfehlenswert für:
- Professionelle Anwender (3D-Künstler, Ingenieure, Datenwissenschaftler)
- Krypto-Miner (wenn noch profitabel)
- Enthusiasten mit spezifischen Anwendungsfällen (z. B. 8K-Rendering)
Nicht empfehlenswert für:
- Reine Gamer (Single-GPU ist kosteneffizienter)
- Einsteiger (Komplexität und Kosten)
- Nutzer mit begrenztem Budget (Stromkosten!)
Für die meisten Anwender ist eine single high-end GPU (z. B. RTX 4090) die bessere Wahl. Multi-GPU bleibt eine Lösung für spezialisierte Workloads, bei denen die Skalierung die zusätzlichen Kosten und Komplexität rechtfertigt.
9. Weiterführende Ressourcen
Für vertiefende Informationen empfehlen wir: