Welche LLMs laufen auf der NVIDIA RTX 5090 (32GB)?
Hardware-Kompatibilitätsguide für NVIDIA RTX 5090: 32GB VRAM bei 1790 GB/s Speicherbandbreite.
NVIDIA RTX 5090 Spezifikationen
VRAM / GPU
32 GB
Bandbreite
1790 GB/s
FP16-Leistung
104.8 TFLOPS
Architektur
Blackwell
Erscheinungsjahr
2025
Verfügbarer VRAM
32 GB
Gesamtbandbreite
1,790 GB/s
Passt in FP16 / FP8
28
Passt mit INT4
45 / 85
DeepSeek-R1-Distill-Qwen-32B
32B • DeepSeek
FP16
68.27 GB
FP8
36 GB
INT4
19.86 GB
~82 tok/s (INT4)VRAM-Details öffnen
DeepSeek-R1-Distill-Qwen-14B
14B • DeepSeek
FP16
32.27 GB
FP8
18 GB
INT4
10.86 GB
~41 tok/s (FP8)VRAM-Details öffnen
DeepSeek-R1-Distill-Qwen-7B
7B • DeepSeek
FP16
18.27 GB
FP8
11 GB
INT4
7.36 GB
~21 tok/s (FP16)VRAM-Details öffnen
DeepSeek-R1-Distill-Qwen-1.5B
1.5B • DeepSeek
FP16
7.27 GB
FP8
5.5 GB
INT4
4.61 GB
~21 tok/s (FP16)VRAM-Details öffnen
DeepSeek-R1-Distill-Llama-8B
8B • DeepSeek
FP16
20.27 GB
FP8
12 GB
INT4
7.86 GB
~21 tok/s (FP16)VRAM-Details öffnen
Llama 3 8B
8B • Llama 3
FP16
17.81 GB
FP8
9.31 GB
INT4
5.06 GB
~95 tok/s (FP16)VRAM-Details öffnen
Llama 3.1 8B
8B • Llama 3
FP16
17.81 GB
FP8
9.31 GB
INT4
5.06 GB
~95 tok/s (FP16)VRAM-Details öffnen
Llama 3.2 1B
1B • Llama 3
FP16
2.55 GB
FP8
1.43 GB
INT4
0.86 GB
~761 tok/s (FP16)VRAM-Details öffnen
Llama 3.2 3B
3B • Llama 3
FP16
7.23 GB
FP8
3.79 GB
INT4
2.07 GB
~254 tok/s (FP16)VRAM-Details öffnen
Llama 3.2 11B
11B • Llama 3
FP16
24.11 GB
FP8
12.61 GB
INT4
6.86 GB
~69 tok/s (FP16)VRAM-Details öffnen
Qwen3.5-35B-A3BMoE 3B
35B • Qwen 3.5
FP16
70.98 GB
FP8
35.66 GB
INT4
18.01 GB
~1014 tok/s (INT4)VRAM-Details öffnen
Qwen3.5-27B
27B • Qwen 3.5
FP16
59.22 GB
FP8
30.97 GB
INT4
16.85 GB
~56 tok/s (FP8)VRAM-Details öffnen
Qwen QwQ-32B
32B • Qwen QwQ
FP16
69.1 GB
FP8
36.16 GB
INT4
19.69 GB
~95 tok/s (INT4)VRAM-Details öffnen
Qwen2.5-Coder-32B
32B • Qwen 2
FP16
69.1 GB
FP8
36.16 GB
INT4
19.69 GB
~95 tok/s (INT4)VRAM-Details öffnen
Qwen3-32B
32B • Qwen 3
FP16
69.23 GB
FP8
36.23 GB
INT4
19.73 GB
~95 tok/s (INT4)VRAM-Details öffnen
Qwen2.5-32B
32B • Qwen 2
FP16
69.1 GB
FP8
36.16 GB
INT4
19.69 GB
~95 tok/s (INT4)VRAM-Details öffnen
Qwen2-32B
32B • Qwen 2
FP16
69.1 GB
FP8
36.16 GB
INT4
19.69 GB
~95 tok/s (INT4)VRAM-Details öffnen
Qwen3-30B-A3BMoE 3B
30B • Qwen 3
FP16
61.1 GB
FP8
30.73 GB
INT4
15.54 GB
~507 tok/s (FP8)VRAM-Details öffnen
Qwen2.5-14B
14B • Qwen 2
FP16
30.66 GB
FP8
16.04 GB
INT4
8.72 GB
~54 tok/s (FP16)VRAM-Details öffnen
Qwen3-14B
14B • Qwen 3
FP16
30.66 GB
FP8
16.04 GB
INT4
8.72 GB
~54 tok/s (FP16)VRAM-Details öffnen
Qwen2-14B
14B • Qwen 2
FP16
30.66 GB
FP8
16.04 GB
INT4
8.72 GB
~54 tok/s (FP16)VRAM-Details öffnen
Qwen2.5-7B
7B • Qwen 2
FP16
15.21 GB
FP8
7.96 GB
INT4
4.33 GB
~109 tok/s (FP16)VRAM-Details öffnen
Qwen2.5-3B
3B • Qwen 2
FP16
6.57 GB
FP8
3.46 GB
INT4
1.91 GB
~254 tok/s (FP16)VRAM-Details öffnen
Qwen2.5-1.5B
1.5B • Qwen 2
FP16
3.49 GB
FP8
1.89 GB
INT4
1.1 GB
~507 tok/s (FP16)VRAM-Details öffnen
Qwen2.5-0.5B
0.5B • Qwen 2
FP16
1.36 GB
FP8
0.83 GB
INT4
0.57 GB
~1522 tok/s (FP16)VRAM-Details öffnen
Qwen3-0.6B
0.6B • Qwen 3
FP16
1.94 GB
FP8
1.12 GB
INT4
0.71 GB
~1268 tok/s (FP16)VRAM-Details öffnen
Qwen3-1.7B
1.7B • Qwen 3
FP16
4.14 GB
FP8
2.22 GB
INT4
1.26 GB
~448 tok/s (FP16)VRAM-Details öffnen
Mistral-Nemo-12B
12B • Mistral
FP16
26.46 GB
FP8
13.83 GB
INT4
7.52 GB
~63 tok/s (FP16)VRAM-Details öffnen
Mistral-7B-v0.3
7B • Mistral
FP16
15.71 GB
FP8
8.21 GB
INT4
4.46 GB
~109 tok/s (FP16)VRAM-Details öffnen
Mixtral-8x7BMoE 12.9B
46.7B • Mixtral
FP16
95.7 GB
FP8
48.5 GB
INT4
24.9 GB
~236 tok/s (INT4)VRAM-Details öffnen
Gemma-2-27B
27B • Gemma
FP16
59.6 GB
FP8
31.16 GB
INT4
16.94 GB
~56 tok/s (FP8)VRAM-Details öffnen
Gemma-2-9B
9B • Gemma
FP16
21.53 GB
FP8
11.22 GB
INT4
6.06 GB
~85 tok/s (FP16)VRAM-Details öffnen
Phi-3.5-MoEMoE 6.6B
42B • Phi
FP16
85.67 GB
FP8
43.17 GB
INT4
21.92 GB
~461 tok/s (INT4)VRAM-Details öffnen
Phi-3-3.8B
3.8B • Phi
FP16
11.02 GB
FP8
5.72 GB
INT4
3.07 GB
~200 tok/s (FP16)VRAM-Details öffnen
CodeLlama-34B
34B • CodeLlama
FP16
72.93 GB
FP8
38.18 GB
INT4
20.8 GB
~90 tok/s (INT4)VRAM-Details öffnen
CodeLlama-13B
13B • CodeLlama
FP16
33.56 GB
FP8
17.44 GB
INT4
9.37 GB
~117 tok/s (FP8)VRAM-Details öffnen
CodeLlama-7B
7B • CodeLlama
FP16
18.71 GB
FP8
9.71 GB
INT4
5.21 GB
~109 tok/s (FP16)VRAM-Details öffnen
GLM-4.7-FlashMoE 3B
30B • GLM-4
FP16
66.1 GB
FP8
34.66 GB
INT4
18.94 GB
~95 tok/s (INT4)VRAM-Details öffnen
GPT-OSS-20BMoE 3.6B
21B • GPT-OSS
FP16
43.15 GB
FP8
21.78 GB
INT4
11.09 GB
~423 tok/s (FP8)VRAM-Details öffnen
NVIDIA RTX 5090 1x / 2x / 4x LLM-Kompatibilitätsmatrix
Berechnet bei 8K Kontextlänge und Batchgröße 1.
| LLM-Modell | FP8-VRAM-Bedarf | 1× (32GB) | 2× (64GB) | 4× (128GB) |
|---|---|---|---|---|
| DeepSeek-R1(671B) | 675 GB | Needs 11× | Needs 11× | Needs 11× |
| DeepSeek-R1-Distill-Qwen-32B(32B) | 36 GB | INT4 | FP8 / INT4 | FP16 / FP8 / INT4 |
| Llama 4 Scout(109B) | 111.21 GB | Needs 2× | INT4 | FP8 / INT4 |
| Llama 3.1 8B(8B) | 9.31 GB | FP16 / FP8 / INT4 | FP16 / FP8 / INT4 | FP16 / FP8 / INT4 |
| Llama 3.1 70B(70B) | 78.31 GB | Needs 2× | INT4 | FP8 / INT4 |
| Qwen3-235B-A22B(235B) | 237.95 GB | Needs 4× | Needs 4× | INT4 |
| Qwen3-32B(32B) | 36.23 GB | INT4 | FP8 / INT4 | FP16 / FP8 / INT4 |
| Qwen3-14B(14B) | 16.04 GB | FP16 / FP8 / INT4 | FP16 / FP8 / INT4 | FP16 / FP8 / INT4 |
| Mixtral-8x7B(46.7B) | 48.5 GB | INT4 | FP8 / INT4 | FP16 / FP8 / INT4 |
| GPT-OSS-20B(21B) | 21.78 GB | FP8 / INT4 | FP16 / FP8 / INT4 | FP16 / FP8 / INT4 |
Spezielle Kompatibilitätsguides für alle 22 GPUs
NVIDIA RTX 5090 (32GB)NVIDIA RTX 5080 (16GB)NVIDIA RTX 5070 Ti (16GB)NVIDIA RTX 4090 (24GB)NVIDIA RTX 4080 SUPER (16GB)NVIDIA RTX 4070 Ti Super (16GB)NVIDIA RTX 4060 Ti (16GB)NVIDIA RTX 3090 (24GB)AMD Radeon RX 7900 XTX (24GB)NVIDIA RTX PRO 6000 Blackwell (96GB)Apple M4 Max (128GB)Apple M4 Max (64GB)Apple M4 Pro (48GB)Apple M3 Ultra (192GB)NVIDIA B200 (192GB)NVIDIA H200 (141GB)NVIDIA H100 (80GB)NVIDIA H20 (96GB)NVIDIA A100 (80GB)NVIDIA L40S (48GB)AMD Instinct MI300X (192GB)Huawei Ascend 910B (64GB)
NVIDIA RTX 5090 LLM-Deployment FAQ
tools.gpuCompatibility.gpuDetail.faq.q1▾
Mit 32GB VRAM laufen 45 unserer Benchmark-Modelle bei 8K Kontext in FP16, FP8 oder INT4 auf einer einzelnen Karte.
Welche Token-Rate erreicht die NVIDIA RTX 5090?▾
Mit 1790 GB/s Bandbreite skaliert das Einzelstrom-Tempo umgekehrt proportional zu den aktiven Gewichts-Bytes pro Token.
Wann sollte ich 2x oder 4x NVIDIA RTX 5090 nutzen?▾
Sobald Modellgewichte plus KV-Cache 32GB überschreiten oder viele parallele Nutzer bedient werden, ist Tensor-Parallelismus nötig.
Verwandte LLM- & GPU-Tools entdecken
Gesamtes AI-Toolkit-Verzeichnis →Beliebte Modell-VRAM-Rechner
DeepSeek-R1 (671B)DeepSeek-V3 (671B)DeepSeek-V4-Pro (1.6T)DeepSeek-V4-Flash (284B)DeepSeek-R1-Distill-Qwen-32BDeepSeek-R1-Distill-Qwen-14BDeepSeek-R1-Distill-Qwen-7BDeepSeek-R1-Distill-Llama-70BLlama 4 Maverick (400B)Llama 4 Scout (109B)Llama 3.1 405BLlama 3.1 70BLlama 3.1 8BLlama 3.2 3BQwen3.5-397B-A17BQwen3-235B-A22BQwen3-Coder-480B-A35BQwen3-32B
GPU-Kompatibilitätsguides
NVIDIA RTX 5090 (32GB)NVIDIA RTX 5080 (16GB)NVIDIA RTX 5070 Ti (16GB)NVIDIA RTX 4090 (24GB)NVIDIA RTX 4080 SUPER (16GB)NVIDIA RTX 4070 Ti Super (16GB)NVIDIA RTX 4060 Ti (16GB)NVIDIA RTX 3090 (24GB)AMD Radeon RX 7900 XTX (24GB)NVIDIA RTX PRO 6000 Blackwell (96GB)Apple M4 Max (128GB)Apple M4 Max (64GB)Apple M4 Pro (48GB)Apple M3 Ultra (192GB)