Nvidia GeForce RTX 5080 im Test: AI-, Studio- und Video-Benchmarks

Der neue Testparcours umfasst auch „AI-Benchmarks“. Neben dem Procyon AI Image Generation Benchmark von UL Solutions (3DMark, PCMark), der vielfältige AI-Lasten nachstellt, sind auch zwei handfeste Praxisbeispiele darunter:

• Topaz Video AI 5 (AI-Video-Effekte)
• ON1 Resize AI (AI-Image-Scaling)

Moderne PC-Hardware kann bereits länger ein neuronales Netzwerk beschleunigen, konzentriert sich anders als eine NPU aber nicht auf Effizienz, sondern auf Performance. Nvidia verbaut seit der GeForce-RTX-2000-Serie so genannte Tensor-Kerne in Gaming-Grafikkarten, die „AI“ beschleunigen können. AMD hat zwar keine separate Hardware in den GPUs, ist seit RDNA 3 aufgrund neuer WMMA-Operationen (Wave Matrix Multiply Accumulate) aber auch deutlich besser für AI gerüstet. Und Intels Arc-Beschleuniger fahren mit ihren MXM-Einheiten ebenso eine dedizierte Matrizen-Beschleunigung auf.

Für alle Tests gilt, dass jede Grafikkarte, falls möglich, mit den für sie optimalen Bibliotheken arbeitet. Alle GeForce-RTX-GPU arbeiten entsprechend mit Nvidias auf CUDA basiertem TensorRT, während für Intel Arc OpenVINO zum Einsatz kommt. AMD hat dagegen noch keine eigene Bibliothek für AI Inference, entsprechend kommt Microsofts überall lauffähiges DirectML zum Einsatz.

Procyon AI Image Generation mit Stable Diffusion

Abgesehen vom MS Copilot gibt es für den PC immer mehr Software, die AI für etwaige Aufgaben nutzt. Mit die bekannteste ist die Erstellung künstlicher Bilder nach Eingabe gewisser Vorgaben, die dann mittels „Stable Diffusion“ umgesetzt wird.

ComputerBase nutzt den synthetischen Benchmark Procyon AI Image Generation und daraus den Test „Stable Diffusion 1.5 (FP16)“ mit geringen Anforderungen sowie „Stable Diffusion XL (FP16)“ mit hohen Anforderungen an die GPU-Hardware, der unter anderem deutlich mehr VRAM benötigt und daher längst nicht überall läuft. Die Ergebnisse werden in „Sekunden pro Bild“ dargestellt.

In Procyon AI Image Generation beziehungsweise bei Stable Diffusion zeigt die GeForce RTX 5080 abseits vom neuen Datenformat FP4 13 Prozent mehr Performance bei SD1.5, während bei dem komplexeren SDXL die neue Grafikkarte nur noch 6 Prozent schneller ist. Damit beträgt der Abstand zur GeForce RTX 4090 immerhin nur noch 17 Prozent, während die GeForce RTX 5090 40 Prozent schneller ist.

Topaz Video AI 5 – Aufhübschen von Videos

Neben dem Erstellen von Bildern gehört das Optimieren/Verbessern/Aufhübschen von Bildern und Videos zu klassischen KI-Aufgaben. Als Repräsentant kommt der integrierte Benchmark aus Topaz Video AI 5 zum Einsatz, den in der freien Version auch jeder selbst kostenlos und ohne Einschränkungen ausführen kann.

Der Benchmark nutzt verschiedene neuronale Netzwerke, die dafür verwendet werden, verschiedene Effekte auf Videos anzuwenden. Die Ergebnisse werden in klassischen Frames per Second dargestellt. ComputerBase fasst dabei alle Ergebnisse der verschiedenen Effekte zu einem einzelnen Wert zusammen und nutzt dafür das geometrische Mittel.

In Topaz Video AI 5 fehlt es weiterhin an Optimierungen für Blackwell, entsprechend ist die GeForce RTX 5080 auch nicht schneller als die GeForce RTX 4080 Super und kommt auf genau denselben Messwert.

ON1 Resize AI – Bildervergrößerung

Der dritte und letzte AI-Benchmark beschäftigt sich mit dem Vergrößern von Bildern. Mit Hilfe der Software ON1 Resize AI werden 10 verschiedene Fotos in der Auflösung pro Achse verdoppelt. Dabei handelt es sich um 10 ohnehin schon hoch aufgelöste Bilder mit einer Auflösung von 5.472 × 3.078 bis zu 7.657 × 5.119, die Anforderungen sind entsprechend hoch. Mittels Log-Datei wird die genaue Berechnungszeit der einzelnen Bilder erfasst und daraus dann das Ergebnis mittels des geometrischen Mittels gebildet. Die Ergebnisse werden in „Sekunden pro Bild“ ausgegeben.

Auch bei ON1 fehlen noch Optimierungen für die Blackwell-Architektur, weswegen die GeForce RTX 5080 gerade einmal 1 Prozent schneller als die GeForce RTX 4080 Super ist.

Blackmagic Davinci Resolve 19 – AI

In Blackmagic Davinci Resolve 19 lässt sich umfangreiche Videobearbeitung auf professionellen durchführen. Unter anderem lassen sich Videos auch mit künstlicher Intelligenz bearbeiten, angefangen mit Super Resolution Videostabilisierung, Tracking-Möglichkeiten oder der automatischen Erstellung von Untertiteln anhand von Audioinformationen.

Für die Benchmarks mit Blackmagic Davinci Resolve Studio 19 nutzt ComputerBase die Testsuite PugetBench for Creators vom Systemintegrator PugetSystems, der sich auf professionelle Systeme spezialisiert hat. Die Testsuite erlaubt neben AI-Benchmarks auch noch weitere Testreihen mit Blackmagic Davinci Resolve 19, unter anderem Studio- sowie Codec-Tests lassen sich damit durchlaufen.

Beim AI-Test von PugetBench für DaVinci Resolve 19 erleidet die GeForce RTX 5080 dasselbe Schicksal wie in den meisten anderen AI-Tests – ohne Optimierungen für Blackwell sind die neuen Grafikkarten nicht schneller als die Vorgängergeneration Ada Lovelace.

Blackmagic Davinci Resolve 19 – Studio

Davinci Resolve 19 lässt sich natürlich auch als klassischer „Studio-Benchmark“ (Workflows für Kreative) abseits von AI benutzen, wo einzelne Effekte mittels GPU Compute ganz klassisch auf der Grafikkarte berechnet werden. Der PugetBench for Creators bietet diesbezüglich unter anderem Tests mit Noise Reduction, Blur und der Erstellung von Lens Flares an.

Bei den Studio-Tests von PugetBench für DaVinci Resolve 19 gibt es auch jetzt schon einen Leistungsunterschied zu Gunsten des neuen Modells. Die GeForce RTX 5080 kann sich gegenüber der GeForce RTX 4080 Super dabei sogar einen verhältnismäßig großen Vorsprung von 21 Prozent erkämpfen, wofür vermutlich die ordentlich gestiegene Speicherbandbreite verantwortlich ist. Die GeForce RTX 4090 ist in dem Test nur 14 Prozent schneller, die GeForce RTX 5090 mit einem Vorsprung von 59 Prozent dagegen weit voraus – hier gibt es aber auch noch einmal deutlich mehr Speicherbandbreite.

Blackmagic Davinci Resolve 19 – Encoding

Nach der Videobearbeitung mit Davinci Resolve 19 muss das Video dann natürlich auch exportiert und damit encodiert werden. Auch hierfür bietet PugetBench for Creators eine Testreihe an, die H.264- und HEVC-Videos bearbeitet sowie encodiert.

Bei den Encoding-Tests zeigt sich Blackwell auch als 80er von seiner starken Seite, hier gibt es deutliche Verbesserungen gegenüber dem Vorgänger. Die GeForce RTX 5090 ist bei der Messreihe zwar nochmal 12 Prozent schneller als die GeForce RTX 5080, ihr hilft die dritte Encoder-Einheit, und bei den reinen Encoder-Tests mit dem HEVC-Codec ist der Abstand auch noch einmal deutlich größer. Bei den anderen Testreihen aber nicht.

Gegenüber der GeForce RTX 4080 Super macht das Ergebnis einen Schritt um gute 34 Prozent nach vorne. Mehr Encoder-Einheiten hat die Blackwell-Grafikkarte zwar nicht, doch die Encoder selbst sind schneller geworden und unterstützen nun auch mehr Formate bei der Farbunterabtastung.