RTX PRO 6000 Blackwell Max-Q Workstation Edition

Spezifikationen erklärt

Eingesetzt für AI development, inference und data science

1. 0196 GB GDDR7-Speicher

   VRAM

   96 GB

   Speichertyp

   GDDR7

   Speicherbandbreite

   1.792 TB/s

   GDDR ist Grafikspeicher, der auf der Platine rund um die GPU montiert ist, statt auf dem Package gestapelt zu sein. Er wird häufig auf Karten für Grafik, Rendering und kostengünstige Inferenz eingesetzt.

   VRAM ist der Arbeitsspeicher auf der Karte. Modellgewichte, Aktivierungen und Datensätze müssen darin Platz finden oder auf mehrere GPUs verteilt werden. Faustregel allein für die Gewichte bei 16-Bit-Genauigkeit (etwa 2 GB pro Milliarde Parameter): bis zu etwa 48 Milliarden Parameter, vor Aktivierungen und Cache. Das ist eine Rechnung auf Basis des erfassten VRAM, kein Benchmark.

2. 02Blackwell-Architektur

   Architektur

   Blackwell

   Generation

   RTX PRO Blackwell

   Einführungsjahr

   2025

   Lebenszyklusstatus

   Current

   Blackwell ergänzte Tensor Cores der fünften Generation und die Unterstützung von Formaten mit geringerer Genauigkeit bis hinunter zu FP4. (Allgemeiner Kontext zur Architektur, keine Aussage über diese konkrete Karte.)

   Im Jahr 2025 eingeführt. Die Datensätze von Kovara führen es als Komponente der aktuellen Generation.

3. 03Formfaktor und Leistung

   MIG

   Unterstützt

   Formfaktor

   PCIe Gen5 dual-slot

   TDP

   300 W

   Multi-Instance GPU (MIG) kann eine physische GPU in isolierte Partitionen unterteilen, jeweils mit eigenem Speicher und eigener Rechenleistung, sodass sich mehrere kleinere Workloads eine Karte teilen können.

   PCIe-Karten werden in die Standard-Erweiterungssteckplätze von Servern und Workstations gesteckt, was zu einer breiten Palette von Systemen passt.

   TDP ist die nominelle Thermal Design Power: der Planungswert für Stromversorgung und Kühlung in einem Server.

4. 04Wofür es eingesetzt wird

   Hauptverwendung (erfasst)

   AI development / inference / data science / rendering

   Dies sind die Verwendungszwecke, die Kovara für diese Komponente erfasst hat. Die Hinweise erläutern den Workload allgemein; sie sind keine Leistungsaussagen.

   • AI development
   • inferenceDas Ausführen eines trainierten Modells, um Anfragen zu beantworten. Üblicherweise stehen Speicherkapazität, Latenz und Kosten pro Anfrage im Vordergrund.
   • data scienceBeschleunigung von Analysen und klassischem Machine Learning auf großen Datensätzen.
   • renderingErzeugung von Bildern und Videos aus 3D-Szenen.

Die Zahlen sind Kovara-Stammdaten, zuletzt verifiziert am 02. Okt. 2026. Die Erläuterungen beschreiben die Technologie allgemein; sie sind keine Benchmarks und sagen nichts über Preis oder Verfügbarkeit aus.