Grafikkarten

1.

Grafikkarten
Aufbau, Technik und aktuelle Entwicklungen
Kurs
Thema
Berufsschule IT /
GPU-Architektur,
Informationstechnik
Technik &
01
Grundlagen
Was ist eine GPU? Aufbau und Funktion
Marktvergleich
02
Niveau
Einführung für angehende IT-Fachkräfte
Technik im Detail
VRAM, Kühlung, Stromverbrauch, Rendering
03
Marktvergleich
NVIDIA RTX 5000 (Blackwell) vs. AMD RX 7900 (RDNA 3)

2.

GRUNDLAGEN
Was ist eine Grafikkarte?
Definition & Kernaufgabe
Eine Grafikkarte ist ein spezialisierter Prozessor, dessen
einzige Aufgabe es ist, Bilddaten zu berechnen und als Pixel
auf dem Monitor darzustellen. Wo die CPU universell und
sequenziell arbeitet, ist die GPU für massiv-parallele
Grafikberechnungen optimiert.
Ohne dedizierte GPU müsste die CPU alle
CPU vs. GPU – Der entscheidende Unterschied
CPU
GPU
8–16 leistungsstarke
5.000–20.000+ einfache
Kerne für komplexe,
Shader für viele
sequenzielle Aufgaben
gleichzeitige Aufgaben
(Betriebssystem, Logik,
(Pixel, Texturen, KI-
Berechnungen)
Berechnungen)
Grafikberechnungen übernehmen — bei modernen
Spielen mit Millionen Polygonen schlicht zu langsam.
Wichtige Einsatzgebiete
Gaming
Video
3D-Rendering
KI

3.

ARCHITEKTUR
Aufbau einer Grafikkarte
GPU-Chip
VRAM
Das Herzstück der Karte. Führt Millionen von Berechnungen
Ultraschneller Grafikspeicher direkt auf der Karte. Speichert
parallel durch. Alle Shader-Einheiten sind hier untergebracht.
Texturen, 3D-Modelle und das fertige Bild vor der Ausgabe.
Speicherinterface
Stromversorgung
Verbindung zwischen GPU und VRAM. Breite bestimmt
PCIe-Slot + externe Stecker: 6-Pin (75 W) oder 8-Pin (150 W).
Datendurchsatz: 256-Bit (Mittelklasse) bis 384-Bit (High-End).
High-End-Karten benötigen mehrere Anschlüsse.
Kühlsystem
Anschlüsse
Kühlkörper mit Aluminium-Rippen, Kupfer-Heatpipes und 2–3
Ausgabe über HDMI (bis 4K/144Hz) und DisplayPort (bis
Lüfter. Hält die GPU unter kritischen Temperaturen.
8K/240Hz) für Monitor-Verbindung.

4.

GPU-ARCHITEKTUR
Die GPU – Parallele Rechenpower im Detail
Warum so viele Kerne?
Parallele Verarbeitung – Praxisbeispiel
Eine moderne CPU besitzt 8–16 hochleistungsfähige Kerne, die für komplexe,
verzweigte Aufgaben optimiert sind. Eine GPU hingegen setzt auf tausende
einfache Recheneinheiten (Shader), die alle gleichzeitig aktiv sind.
16
CPU-Kerne
Typische High-End-CPU (z.B. Core i9)
21K+
GPU-Shader
RTX 5090: 21.760 CUDA-Kerne
8,3M
Pixel @ 4K
Alle gleichzeitig von der GPU berechnet
1
Aufgabe: 4K-Bild rendern
Ein 4K-Frame besteht aus 3.840 × 2.160 = ca. 8,3 Millionen Pixeln, die jede
Sekunde neu berechnet werden müssen.
2 CPU-Ansatz: sequenziell
CPU berechnet Pixel nacheinander. Bei 8 Kernen dauert ein Frame Sekunden
statt Millisekunden — für Echtzeit-Grafik unmöglich.
3 GPU-Ansatz: massiv parallel
Tausende Shader berechnen gleichzeitig verschiedene Pixel. Ein Frame in
unter 10 ms → 100+ FPS möglich.
Spezialisierung: Die GPU ist unschlagbar bei einfachen, wiederholten
Aufgaben — aber ungeeignet für komplexe Programmlogik, die
sequenzielle Entscheidungen erfordert.

5.

VERGLEICH
Dedizierte GPU vs. Integrierte GPU (iGPU)
Moderne Prozessoren wie AMD Ryzen oder Intel Core besitzen eine eingebaute Grafikeinheit. Diese iGPU teilt sich den
Arbeitsspeicher der CPU und ist für einfache Aufgaben ausreichend — stößt bei anspruchsvollen Anwendungen jedoch schnell an
ihre Grenzen.
Merkmal
Dedizierte Grafikkarte
Integrierte GPU (iGPU)
Leistung
Sehr hoch (Gaming, 3D-Rendering, KI)
Niedrig bis mittel (Office, Video,
Streaming)
VRAM
8–32 GB eigener, dedizierter Speicher
Teilt System-RAM mit CPU (typ. 1–2
GB)
Stromverbrauch
150–575 W unter Last
5–15 W (in CPU integriert)
Kühlung
Aktive Lüfter + Heatpipes erforderlich
Passive Kühlung über CPU-Kühler
Preis
300 € – 2.500 € (zusätzliche Hardware)
Kostenlos (bereits in CPU enthalten)
Typische Nutzung
Gaming, Rendering, Video-Schnitt, KI
Büroarbeit, Browsernutzung, leichtes
Streaming

6.

SPEICHER
VRAM – Der Grafikspeicher
Was ist VRAM und wozu dient er?
Wichtige Konzepte
VRAM (Video RAM) ist ultraschneller Speicher, der direkt auf der Grafikkarte
verbaut ist. Er speichert alle Daten, die die GPU unmittelbar für ihre
Berechnungen benötigt: Texturen, 3D-Modelle, Zwischenergebnisse und das
fertig berechnete Bild vor der Monitorausgabe.
Mehr VRAM ≠ Schneller
12 GB VRAM mit einer schnellen GPU schlägt 24 GB VRAM mit einer
langsameren GPU. Die GPU-Leistung ist entscheidend, der Speicher ist
nur der Puffer.
8 GB
12 GB
Speicherbandbreite
Budget-Segment — ausreichend
für 1080p Gaming mit mittleren
Einstellungen
Mittelklasse — solide für 1440p
Gaming und leichte
Videobearbeitung
Beschreibt, wie schnell Daten zwischen VRAM und GPU fließen. Beispiel:
960 GB/s (RTX 5090). Oft wichtiger als die reine Speichermenge.
Faustregel: Auflösung & VRAM
16–24 GB
32 GB+
High-End — 4K Gaming,
komplexe 3D-Szenen,
professionelle Anwendungen
Professionell — KI-Training,
wissenschaftliche Simulationen,
Workstations
1440p Gaming: 8 GB ausreichend
4K Gaming: 12–16 GB empfohlen
KI / Profianwendungen: 24–32 GB
Wenn der VRAM voll ist, weicht die GPU auf den langsamen SystemRAM aus — dies führt zu massiven Leistungseinbrüchen und
Rucklern.

7.

RENDERING-TECHNIKEN
Raytracing und moderne Rendering-Techniken
Klassisch vs. Raytracing
KI-gestützte Techniken – Leistung verdoppeln
Klassisches Rendering
(Rasterization)
Raytracing (EchtzeltLichtberechnung)
Vorgefertigte Schatten, „gefälschte"
Reflexionen und Lichteffekte. Sehr
schnell, aber physikalisch ungenau.
Standard seit den 1990ern.
Jeder Lichtstrahl wird durch die 3DSzene verfolgt und an Oberflächen
gebrochen/reflektiert.
Fotorealistisch, aber extrem
rechenintensiv.
DLSS 4 (NVIDIA)
FSR 3 (AMD)
Deep Learning Super Sampling. KIModell rendert Spiel in niedriger
Auflösung und skaliert
hochqualitativ hoch. Spart massiv
Rechenleistung bei minimalem
Qualitätsverlust.
FidelityFX Super Resolution.
Ähnliches Prinzip, aber ohne
dedizierte KI-Hardware —
funktioniert auch auf Nicht-AMDGrafikkarten.
Wie Raytracing funktioniert
1
Strahl pro Pixel
Für jeden Pixel wird ein virtueller Lichtstrahl ausgesendet, der die Szene
durchquert.
2 Kollisionserkennung
Der Strahl trifft Oberflächen — Reflexionen, Schatten und Lichtbrechung
werden in Echtzeit berechnet.
3 Spezialhardware: RT-Kerne
NVIDIA RTX 5090: 170 RT-Kerne — dedizierte Hardware beschleunigt
Raytracing massiv.
Frame Generation
KI berechnet zusätzliche Zwischenframes zwischen zwei echten Frames.
Effekt: scheinbare Verdopplung der FPS ohne doppelte Renderleistung.

8.

THERMIK & STROMVERSORGUNG
Kühlung und Stromverbrauch
Warum werden GPUs so heiß?
TDP & Stromversorgung – Aktuelle Modelle
20.000+ Shader, die milliardenfach pro Sekunde Berechnungen durchführen, erzeugen enorme
Abwärme. High-End-Grafikkarten wie die RTX 5090 haben eine TDP von 575 W — mehr als ein
Haushalts-Haartrockner.
575W
Kühlungsmethoden im Vergleich
RTX 5090 TDP
Benötigt 2× 8-Pin PCIe-Stecker + Slot. Braucht mind. 1.000 W Netzteil.
Luftkühlung
Wasserkühlung
Standard bei Consumer-GPUs. Kühlkörper mit
Aluminium-Rippen + 2–3 Lüfter + KupferHeatpipes. Günstig und wartungsarm.
Flüssigkeit leitet Wärme effizienter ab als Luft.
Leiser und effektiver, aber teurer und
komplexer in der Montage.
360W
RTX 5080 TDP
Benötigt 1× 8-Pin PCIe-Stecker. Netzteil ab 750 W empfohlen.
Temperatur-Faustregel
Unter 80°C
Sicher — normaler Betrieb
355W
80–85°C
RX 7900 XTX TDP
Akzeptabel — im Auge behalten
AMD-Flaggschiff. 2× 8-Pin. Deutlich effizienter als RTX 5090 bei ähnlicher Leistungsklasse.
Über 85°C
Problem — Thermal Throttling!
Stromversorgung verstehen
Quelle
Max. Leistung
PCIe-Slot (Mainboard)
75 W
6-Pin PCIe-Stecker
75 W
8-Pin PCIe-Stecker
150 W
16-Pin (12VHPWR)
600 W (neueste Gen.)
Netzteil-Formel: GPU-TDP + CPU-TDP + Rest-System + 20% Puffer = MindestNetzteilleistung

9.

MARKTVERGLEICH
NVIDIA RTX 5000 (Blackwell) vs. AMD RX 7900 (RDNA 3)
Aspekt
NVIDIA RTX 5000 – Blackwell
AMD RX 7900 – RDNA 3
Top-Modell
RTX 5090 — 21.760 CUDA-Kerne
RX 7900 XTX — 6.144 Shader
Raytracing
4. Gen RT-Kerne — sehr schnell, stark
spezialisiert
Gut, aber keine dedizierten RT-Kerne
KI-Upscaling
DLSS 4 mit Frame Generation (KI-gestützt)
FSR 3 — ohne KI, aber plattformübergreifend
Treiber / Software
GeForce Experience, NVIDIA Studio — sehr
ausgereift
Adrenalin Driver — gut, stabile Treiberbasis
Stromverbrauch
RTX 5090: 575 W (sehr hoch)
RX 7900 XTX: 355 W (effizienter)
Preis (UVP)
RTX 5090: 2.099 €
RX 7900 XTX: ca. 1.000 €
Zielgruppe
High-End Gaming, KI-Entwicklung, ProfiAnwender
Gaming, Preis-Leistungs-Segment
Fazit
Leistungsstärker, mehr Features — zu höherem
Preis
Günstiger, energieeffizienter, solide AllroundLeistung
NVIDIA-Vorteil: Dominiert bei Raytracing, DLSS und KIAnwendungen dank spezialisierter Hardware (RT-Kerne, TensorKerne). Erste Wahl für Profianwender.
AMD-Vorteil: Deutlich besseres Preis-Leistungs-Verhältnis. FSR
funktioniert auch auf NVIDIA- und Intel-GPUs — offenere Plattform.

10.

ZUSAMMENFASSUNG
Zusammenfassung & Kernaussagen
1
GPU = Parallel, CPU = Sequenziell
Die GPU ist für massiv-parallele Aufgaben optimiert. Tausende
einfache Shader arbeiten gleichzeitig — ideal für Pixel, Texturen und
KI-Berechnungen.
2
VRAM: Puffer, kein Geschwindigkeitsmotor
Mehr VRAM ist nicht automatisch schneller. Bandbreite und GPULeistung sind entscheidender. Faustregel: 8 GB für 1440p, 12–16 GB
für 4K.
3
Kühlung & Strom: nicht unterschätzen
High-End-GPUs brauchen bis zu 575 W. Temperaturen über 85°C
führen zu Thermal Throttling. Netzteil immer mit 20% Puffer
wählen.
4 Raytracing + KI = die Zukunft
Echtzelt-Lichtberechnung wird durch RT-Kerne ermöglicht. DLSS
und FSR machen leistungshungrige Technik durch KI-Upscaling
alltagstauglich.
Die richtige GPU wählen
Gamer (1080p–1440p)
AMD RX 7800 XT oder NVIDIA
RTX 5060 Ti — gutes PreisLeistungs-Verhältnis, 8–12 GB
VRAM ausreichend.
KI / Profi-Workstation
NVIDIA RTX 5090 oder
Quadro/RTX Pro — 24–32 GB
VRAM, CUDA-Ökosystem für
KI-Frameworks.
Content Creator (4K)
NVIDIA RTX 5080 oder AMD RX
7900 XTX — mind. 16 GB
VRAM, starke Encoder für
Videoexport.
Büro / Alltag
Integrierte GPU (iGPU) völlig
ausreichend — kein
zusätzlicher Kauf notwendig,
spart Kosten und Strom.
Merksatz: Die beste Grafikkarte ist die, die zum Anwendungsfall
und zum Budget passt — nicht die teuerste.