GGames»Tecnologia»Comparativo Prático: RTX 5080 vs RTX 5090 em Medições de IA Local

Comparativo Prático: RTX 5080 vs RTX 5090 em Medições de IA Local

Descubra as principais diferenças de desempenho entre as placas RTX 5080 e RTX 5090 em aplicações de inteligência artificial local.

Resumir com:
Compartilhar:
Comparativo Prático: RTX 5080 vs RTX 5090 em Medições de IA Local

A NVIDIA ainda não forneceu medições oficiais que comparem a RTX 5080 à RTX 5090 em desempenho de inferência local até esta data. As especificações da RTX 5090 incluem 32 GB de GDDR7, 21.760 núcleos CUDA e um consumo de 575 W, mas a comparação efetiva entre estas placas requer medições práticas, principalmente para quem pretende utilizar modelos de linguagem em casa.

RTX 5080 e RTX 5090: o que está confirmado

A RTX 5080 e a RTX 5090 pertencem à geração Blackwell da NVIDIA. A RTX 5090 é atualmente o modelo topo de linha da série GeForce. Não há confirmações sobre versões “Super” ou “Ti”. O que se sabe é que a NVIDIA está promovendo outras arquiteturas, como a Vera Rubin, focadas em aplicações de machine learning em data centers, e não em lançamentos voltados para o consumidor comum.

A lista abaixo resume as principais características de ambas as placas:

CaracterísticaRTX 5090RTX 5080
ArquiteturaBlackwellBlackwell
Memória32 GB GDDR7, interface de 512 bitsA confirmar
Núcleos CUDA21.760A confirmar
Potência total da placa575 WA confirmar
Preço de lançamento (EUA)1.999$ (30 jan 2025)999$ (30 jan 2025)

Como medir a eficiência das placas

Para comparar a eficiência das placas, você precisará considerar cinco medições principais: velocidade de leitura de prompts, velocidade de geração, potência média, tokens por watt e energia por mil tokens. A ferramenta llama.cpp e o utilitário nvidia-smi são necessários para obter esses dados. O processo é feito em 12 passos e leva cerca de 75 minutos por placa.

Pré-requisitos e configurações para o teste

Utilize um PC com RTX 5080 ou RTX 5090, com a fonte e o sistema operacional adequados. A configuração recomendada é:

ComponenteVersão ou requisitoNota
Sistema operativoWindows 11 64 bits ou Ubuntu 24.04 LTSUsar o mesmo nos dois PCs
Driver NVIDIAGame Ready 621.24 WHQL ou superiorLançado a 12 nov 2026
CUDA Toolkit13.5Publicado a 4 nov 2026
llama.cppVersão mais recente do ramo principalCompilada com GGML_CUDA
CMake3.28 ou superiorFerramenta de compilação
CompiladorVisual Studio 2022 ou GCC 13Windows ou Linux
Python3.11 ou superiorOs scripts usam apenas a biblioteca padrão
Espaço em disco60 GB livresPara modelos GGUF

Execução do teste

O teste deve ser realizado em etapas. Aqui está um resumo dos passos importantes:

  1. Defina as métricas.
  2. Prepare o PC, desativando aplicações que usam GPU.
  3. Instale o driver e o CUDA Toolkit.
  4. Compile o llama.cpp.
  5. Escolha modelos que podem ser carregados na VRAM.
  6. Execute o llama-bench manualmente para garantir funcionalidade.
  7. Automatize a coleta de dados com um script para comparar tokens por watt.

Resultados e comparações

Após a execução, você poderá comparar os dados de desempenho em um CSV gerado pelo script. Compare os FPS, consumo e eficiência em diverse modos e limites de potência. Documente os resultados para verificar a relação de desempenho entre as placas.

Possíveis erros e solução de problemas

  • Evite comparar quantizações diferentes entre modelos.
  • Não meça imediatamente após ligar o PC, pois isso pode resultar em leituras imprecisas.
  • Verifique se o limite de potência não foi alterado acidentalmente durante o teste.
  • Use o nvidia-smi para confirmar dados de energia corretos.

Esse guia fornece uma metodologia para entender melhor o desempenho da RTX 5080 e RTX 5090 em aplicações de IA, permitindo decisões fundamentadas sobre qual placa adquirir ou utilizar.

Bruno Tavares

Especialista em WordPress & SEO

Sou fundador do GGames, que começou como um fórum de games criado por mim aos 15 anos e, com o tempo, se transformou também em um portal de notícias. Foi esse projeto que despertou minha paixão por tecnologia e me colocou no caminho do desenvolvimento web.

SEOWordPressBacklinksPlaystation 5PC