Wenn Sie Ihren bestehenden PC aufrüsten oder einen neuen bauen möchten, haben Sie bei Ihren Recherchen vielleicht die RTX 5080 und/oder 7900 XTX gefunden. Die beiden GPUs sind gute Optionen, die Sie sich ansehen sollten, vor allem, wenn Sie die neuesten Spieletitel spielen möchten. Wie schneiden die beiden also im Vergleich zueinander ab?
RTX 5080 | 7900 XTX | |
Basisuhr | 1929 MHz | 2295 MHz |
Boost-Uhr | 2617 MHz | 2498 MHz |
Speicheruhr | 1875 MHz (30 Gbit/s effektiv) | 2500 MHz (20 Gbit/s effektiv) |
VRAM | 16GB GDDR7 | 24GB GDDR6 |
Beschattungseinheiten | 10752 | 6144 |
Raytracing-Kerne | 84 | 96 |
Textur-Mapping-Einheiten (TMUs) | 336 | 384 |
Bus-Schnittstelle | PCIe 5.0 x16 | PCIe 4.0 x16 |
Ausgänge | HDMI 2.1b (x1) DisplayPort 2.1b (x3) | HDMI 2.1a (x1) DisplayPort 2.1 (x2) USB Typ-C (x1) |
Basierend auf den Tests, die von beliebten Testern durchgeführt wurden, führt die RTX 5080 in den meisten Benchmarks - insbesondere bei aktiviertem Upscaling (DLSS). Den größten Unterschied sahen wir beim Black Myth Wukong, der die RTX 5080 gegenüber der 7900 XTX stark bevorzugte.
Allerdings hält sich der 7900 XTX in anderen Titeln immer noch sehr gut und schafft es manchmal, einen einstelligen Unterschied aufrechtzuerhalten - vor allem bei Starfield und Cyberpunk 2077.
Die reine Rasterisierungsleistung (ohne Upscaling FSR) des 7900 XTX ist besonders beeindruckend und liefert gute Ergebnisse in Bezug auf die Produktivität.
Die vollständigen Testberichte finden Sie bei Gamers Nexus und TechPowerUp.
Die RTX 5080 glänzt dank ihrer Raytracing-Leistung bei 3D-Rendering und Videobearbeitung. Programme wie Blender, die Raytracing für das Rendering nutzen, verzeichnen auf Nvidia-Karten erhebliche Leistungssteigerungen. Die Tensor-Kerne der RTX 5080 erweisen sich auch als überlegen für KI-Workloads wie die Entwicklung von maschinellem Lernen und alle KI-gestützten Tools, die in einige Produktivitätsprogramme, insbesondere für die Videobearbeitung, implementiert wurden.
Was die 7900 XTX betrifft, so ist ihre größere VRAM-Kapazität von Vorteil, wenn es um Aufgaben geht, die die Arbeit mit großen Datensätzen, hochauflösende Videobearbeitung und komplexe 3D-Szenen beinhalten. Die reine Rasterisierungsleistung ist auch für alle Aufgaben von Vorteil, bei denen es stark auf die reine Rasterisierungsleistung ankommt, wie CAD, Grafikdesign und ArchViz.
Die von Ihnen verwendete Software ist ein entscheidender Faktor. Wenn Ihr Workflow auf für CUDA optimierte Anwendungen angewiesen ist, ist die RTX 5080 wahrscheinlich die bessere Wahl.
RTX 5080 | 7900 XTX | |
Empfohlene PSU-Leistung | 850 W | 800 W |
TDP | 360 W | 355 W |
Stromanschluss | 16-polig 12V-2x6 | 8-Pin PCIe (x2) |
Unabhängig davon, für welchen Grafikprozessor Sie sich entscheiden, ist es äußerst wichtig, dass Sie ihn mit einem geeigneten Netzteil kombinieren, das Ihr gesamtes System angemessen mit Strom versorgt und genügend Stromanschlüsse bereitstellt.
Unsere RMe-Serie ist ein großartiger Einstieg für beide GPUs und verfügt sogar über ein natives 12V-2x6-Kabel für die 5080. Wenn Sie ein Netzteil suchen, an das Sie leichter Kabel anschließen können (für die Erstinstallation und zukünftige Erweiterungen), ist unsere innovative RMx SHIFT-Serie mit ihrer zum Patent angemeldeten seitlichen Kabelschnittstelle die perfekte Wahl. Wenn Sie ein Netzteil mit erstklassiger Platinum-Effizienz und der Möglichkeit zur Überwachung der Netzteilleistung über iCUE suchen, ist unsere HXi-Serie genau das Richtige für Sie.
Sowohl die RTX 5080 als auch die 7900 XTX sind leistungsstarke GPUs für Spiele, aber zwischen den beiden ist die RTX 5080 der Gewinner. Die 7900 XTX ist jedoch immer noch eine sehr kompetente GPU, die einen Platz unter den Top-GPUs einnimmt. Wenn Sie Spiele mit 1440p oder 1080p spielen, ist die 7900 XTX eine sehr brauchbare Wahl. Wenn Sie mit einem Budget, das für die RTX 5080 ausreicht, die höchste Anzahl an Frames erreichen wollen, dann wissen Sie, welche Grafikkarte Sie wählen müssen.
In Bezug auf die Produktivität hängt es davon ab, für welche spezifischen Aufgaben/Software Sie die GPU verwenden, aber wir sehen für beide einen starken Anwendungsfall.
PRODUKTE IM ARTIKEL