Blog
Praktische Anleitungen zur GPU-Wahl, zum Betrieb offener KI-Modelle und dazu, wie Sie Rechenkosten im Griff behalten.
12. November 2026 Blender auf einer gemieteten GPU rendern: Cycles headless, mehrere Maschinen, Octane, Redshift
Blender Cycles mit OptiX per Kommandozeile auf einer RTX 4090 oder 5090 rendern, 240 Frames auf vier Maschinen verteilen und den Preis pro Frame vorab berechnen.
12. November 2026 Keine GPU im Leerlauf bezahlen: automatischer Stopp, tmux und Stopp per Code
Eine vergessene RTX 4090 läuft über Nacht 15 Stunden, mit Auto-Stopp etwa 3. Was als Aktivität zählt, tmux für Nachtjobs und ein Stopp per Code in einer Zeile.
12. November 2026 LLM feintunen: wie viel VRAM und wie viele GPUs für QLoRA, LoRA und volles Fine-Tuning
QLoRA passt mit 8B auf 16 GB und mit 70B auf eine 80-GB-Karte; volles Fine-Tuning braucht rund 16 Bytes pro Parameter. Speicher, Karten, Tools, Stunden, Kosten.
12. November 2026 GPU-API für Batch-Jobs: Server nachts starten, Job ausführen, danach stoppen
Ein Skript für cron in curl und Python: GPU starten, warten, Job oder Docker-Image ausführen, Ergebnisse kopieren und stoppen, mit fester Ausgabengrenze.
12. November 2026 H100 vs. A100 vs. RTX 4090: Wann sich eine Rechenzentrums-GPU für KI lohnt
80 GB gegen 24 GB, 3,35 TB/s gegen 1 TB/s, FP8 und NVLink. Die RTX 4090 ist pro Bild am günstigsten, A100 und H100 gewinnen bei großen Modellen. Mit Kosten pro Job.
12. November 2026 H200 vs. H100: Wann sich 141 GB lohnen und wann 80 GB reichen
Gleiche Hopper-Rechenleistung, 141 gegen 80 GB und 4,8 gegen 3,35 TB/s. Die H200 gewinnt bei 70B in fp8, langem Kontext und 235B-MoE in 4 Bit, die H100 bei fast allem anderen.
12. November 2026 Sind meine Daten auf einer gemieteten GPU sicher? Wer sie sieht, wo sie liegen, DSGVO
Eine ehrliche Antwort: was ein Anbieter technisch sehen könnte, was Container und gelöschte Festplatten schützen, DSGVO in einfachen Worten und 6 Schritte gegen das Risiko.
12. November 2026 Datensätze auf einen GPU-Server und zurück: Hugging Face, rclone, rsync, scp
100 GB in etwa 20 Minuten herunterladen statt 5 Stunden hochladen. Hugging Face, rclone aus S3 oder Drive, rsync, Grenzen von Jupyter und Traffic-Kosten pro GB.
12. November 2026 Multi-GPU-Training: DDP, FSDP und ZeRO auf einer gemieteten Maschine mit 2–8 GPUs
Wenn eine Karte nicht reicht: Daten- oder Modellparallelität, Speicher pro GPU mit FSDP und DeepSpeed ZeRO, NVLink oder PCIe, 2–8 Karten mieten, NCCL-Hänger vermeiden.
12. November 2026 Eigenes LLM oder API: Wann eine gemietete GPU günstiger ist als Bezahlung pro Token
Vier Monatsszenarien in Euro: ein Nutzer, ein Team von zehn, ein Produkt-Bot rund um die Uhr und ein Batch-Job mit 440 Mio. Tokens. Wo die API gewinnt, wo die eigene GPU.
12. November 2026 Ihr eigenes privates ChatGPT: Open WebUI mit Ollama oder vLLM auf einer gemieteten GPU
Ein Chat wie ChatGPT mit Qwen3 oder MiMo in etwa 10 Minuten: welche Karte für 8B, 32B und 70B, was privat bleibt, wie Sie ihn im Team teilen, Kosten pro Monat.
12. November 2026 RTX 3090 oder RTX 4090 für KI: gleiche 24 GB, was Sie pro Job wirklich zahlen
Die 4090 erzeugt Bilder 1,6- bis 2,5-mal so schnell, LLM-Text aber nur 10–20 % schneller. Wann die RTX 3090 pro Bild, pro Token und pro LoRA günstiger ist.
12. November 2026 RTX 5090 für KI: Was mit 32 GB GDDR7 läuft und mit 24 GB nicht
8 GB mehr als eine 4090 und 78 % mehr Bandbreite: 32B-Modelle mit langem Kontext, Wan 2.2 14B in fp8, Flux in bf16. Tempo, CUDA 12.8 und wann Sie 48 GB brauchen.
12. November 2026 Llama 70B auf einer GPU: 4 Bit oder FP8, 48 GB oder 80 GB und echte Geschwindigkeiten
Llama 3.3 70B in 4 Bit belegt 40–43 GB: eine 48-GB-Karte bei 8.000–16.000 Tokens Kontext, 80 GB für lange Dokumente oder mehrere Nutzer. Formate, Befehle, Tokens/s.
12. November 2026 Per SSH unter Windows 10 und 11 auf einen GPU-Server: Schlüssel, Verbindung, Fehler
Fünf PowerShell-Befehle, kein PuTTY: Schlüssel erstellen, .pub-Datei finden, verbinden. Dazu Lösungen für Permission denied, VS Code, scp und Jupyter ohne SSH.
12. November 2026 Text to Speech auf eigener GPU: Qwen3-TTS, VoxCPM2 und Stimmklonen mit Chatterbox
Drei kostenlose Sprach-Apps auf einer 12-GB-Karte: fertige Stimmen, bis zu 30 Sprachen, eine geklonte Stimme aus 5 Sekunden, Kosten pro Stunde Sprechertext, Einwilligung.
12. November 2026 Flux-LoRA mit eigenen Fotos trainieren: 20 Bilder, 24 GB und etwa zwei Stunden
Wie viele Fotos, welche Captions, ai-toolkit oder FluxGym, 24 oder 16 GB, 2.000 Schritte in 1–2,5 h auf einer RTX 4090, und was danach mit Ihren Fotos passiert.
12. November 2026 vLLM, Ollama oder llama.cpp: womit Sie Ihr LLM betreiben, mit den Befehlen
Ollama für eine Person in fünf Minuten, llama.cpp für volle Kontrolle, vLLM für eine API mit vielen Nutzern: Tempo, Formate, Speicherverhalten und Startbefehle.
12. November 2026 Wan-2.2-Video auf einer gemieteten GPU: 5B oder 14B, wie viel VRAM, wie lange pro Clip
Wan 2.2 5B rendert 5 s in 720p auf einer 24-GB-Karte in 4–9 Minuten; 14B braucht 48 GB und sieht deutlich besser aus. Welche Karte, Grenzen und Kosten pro Clip.
12. November 2026 Whisper-Transkription auf der GPU: large-v3 oder turbo, faster-whisper, Sprecher mit WhisperX
Whisper auf einer gemieteten GPU: 3–10 GB VRAM, 20 bis 250 Stunden Audio pro GPU-Stunde, Kosten für 100 Stunden, SRT-Untertitel und Sprecherlabels mit WhisperX.
11. November 2026 Beste GPU für Flux, SDXL und ComfyUI: 16 GB, RTX 3090, 4090, 5090 und 48-GB-Karten
SDXL läuft mit 12 GB, Flux mit 16 GB, Qwen-Image und HiDream brauchen 24 GB, Wan 2.2 14B 32–48 GB. Welche Karte Sie für ComfyUI mieten und wann die schnellere günstiger ist.
11. November 2026 ComfyUI auf einer gemieteten GPU: eigene Modelle, LoRAs, Custom Nodes und die 502-Seite
ComfyUI auf einer gemieteten GPU ab 0,59 € pro Stunde: wann es bereit ist, wohin Modelle und LoRAs gehören, wie Sie Custom Nodes installieren und behalten.
11. November 2026 Kosten pro Bild, Videoclip und Million Tokens auf einer gemieteten GPU, durchgerechnet
1.000 Flux-Bilder, ein 5-Sekunden-Clip mit Wan 2.2, eine Million Tokens von 8B bis 70B, eine Flux-LoRA: Gesamtkosten mit Live-Preisen in Euro und offener Rechnung.
11. November 2026 CUDA-Treiber passt nicht: PyTorch und ComfyUI auf einer gemieteten GPU reparieren
„Driver too old“, „no CUDA GPUs available“, sm_120-Fehler: das PyTorch-Wheel (cu126, cu128, cu130) in 2 Minuten an den Treiber anpassen oder die passende Maschine wählen.
11. November 2026 CUDA out of memory: So beheben Sie den Fehler in ComfyUI, bei LLMs und im Training
CUDA out of memory nach Aufgabe beheben: FP8 und Tiled VAE für Flux, Kontext und KV-Cache bei LLMs, 8-Bit-Optimizer im Training und wann eine größere Karte günstiger ist.
11. November 2026 Google Colab oder gemietete GPU: Abbrüche, Compute Units und die echten Kosten pro Stunde
Colab ist kostenlos oder günstig, bis Sitzungen nach Stunden abbrechen und Units ausgehen. Wann Colab reicht und wann eine GPU ab 0,30 € pro Stunde besser ist.
11. November 2026 Abrechnung bei der GPU-Miete: minutengenau, mindestens 15 Minuten, Traffic und Speicher
Wann die Abrechnung beginnt und endet, warum der Preis beim Start feststeht, was Traffic und der gespeicherte Ordner kosten, und eine Sitzung Minute für Minute durchgerechnet.
11. November 2026 Wie viel VRAM brauche ich? Tabelle für LLMs, Flux, Wan-2.2-Video und Training
VRAM = Gewichte × Bytes pro Parameter + KV-Cache + Overhead. Ein 70B-Modell in 4 Bit braucht rund 43 GB nur für die Gewichte. Tabellen nach Modell, Quantisierung und Karte.
11. November 2026 RTX 4090 oder RTX 5090 für KI mieten oder kaufen: Break-even in Stunden, Stand 2026
Eine gebrauchte RTX 4090 kostet etwa 2.000 €, eine 5090 etwa 4.500 € (Nov. 2026). Kaufen lohnt sich ab rund 90 GPU-Stunden im Monat. Die ganze Rechnung im Artikel.
11. November 2026 Was mit Ihren Dateien passiert, wenn Sie einen GPU-Server stoppen, und wie Sie sie behalten
Stoppen löscht die Serverfestplatte. „Speichern und stoppen“ behält /workspace für 0,03 € pro GB und Monat, auf jeder Karte. Wann Sie Modelle speichern, wann neu laden.