How many images per second can NVIDIA GeForce RTX 4090 generate?
Antwort
Real performance numbers for NVIDIA GeForce RTX 4090: 330 FP16 TFLOPS / 82.6 FP32 TFLOPS / 1,008 GB/s bandwidth / 24 GB VRAM.
For context, that's the compute envelope used to train and serve most commercial LLMs in production today. Whether you're running research-grade training or latency-sensitive low-latency inference, NVIDIA GeForce RTX 4090 generally hits the throughput envelope expected from its Ada Lovelace generation, with the specific number driven by batch size, sequence length, and quantisation choices.
Launch a NVIDIA GeForce RTX 4090 instance on Vast.ai from $0.28/hr — or check RunPod and Novita AI for alternative regions and availability.
Mehr FAQs zu NVIDIA GeForce RTX 4090
Vast.ai vs RunPod vs Novita AI – GPU-Anbieter Vergleich (April 2026)
Nebeneinander-Vergleich von Vast.ai vs RunPod vs Novita AI. Überprüfen Sie schnell maximales Funding, Gewinnaufteilung, Risikoregeln, Hebel, Plattformen, Instrumente, Auszahlungspläne, Zahlungsoptionen, Handelsberechtigungen und KYC-Beschränkungen, um Ihre Prop-Trading-Firma-Auswahl einzugrenzen. Daten aktualisiert April 2026.
|
Vast.ai
Sofortige GPUs. Transparente Preisgestaltung.
|
RunPod
Die Cloud, gebaut für KI — GPU-Workloads von serverlosem Inferenzbetrieb bis hin zu sofortigen Multi-Knoten-Clustern auf Abruf bereitstellen und skalieren.
|
Novita AI
KI- & Agenten-Cloud-Plattform mit über 200 Modell-APIs, GPU-Instanzen und serverlosem Inferenzbetrieb in großem Maßstab.
|
|
|---|---|---|---|
| Übersicht | |||
| Trustpilot-Bewertung | 4.4 | 3.7 | 3.3 |
| Hauptsitz | United States | United States | United States |
| Anbietertyp | GPU-Marktplatz | GPU-Fokussiert | GPU-Fokussiert |
| Am besten für | KI-Training Inferenz Feinabstimmung Stable Diffusion Batch-Verarbeitung Forschung LLM-Bereitstellung generative KI | KI-Training Inferenz Feinabstimmung Stable Diffusion Batch-Verarbeitung Rendering Forschung LLM-Bereitstellung generative KI | KI-Training Inferenz Feinabstimmung generative KI Forschung LLM-Bereitstellung Stable Diffusion |
| GPU-Hardware | |||
| GPU-Modelle | B200 H200 H100 SXM H100 NVL A100 SXM A100 PCIe RTX 5090 RTX 5080 RTX 5070 Ti RTX 6000 Pro RTX 6000 Ada RTX 4500 Ada RTX A6000 RTX A5000 RTX A4000 L40S L40 A40 A10 RTX 4090 RTX 4080 RTX 4070 Ti RTX 4070 RTX 4060 Ti RTX 4060 RTX 3090 Ti RTX 3090 RTX 3080 Ti RTX 3080 RTX 3070 Ti RTX 3070 Tesla V100 Tesla T4 A2 GTX 1080 | B300 B200 H200 H100 SXM H100 PCIe H100 NVL MI300X A100 SXM A100 PCIe RTX 5090 RTX PRO 6000 L40S L40 RTX 6000 Ada RTX 5000 Ada RTX A6000 RTX A5000 RTX 4090 RTX 4080 SUPER RTX 4080 RTX 4070 Ti RTX 3090 Ti RTX 3090 RTX 3080 Ti RTX 3080 RTX 3070 A40 A30 A2 L4 | H100 SXM A100 SXM L40S RTX 4090 RTX 6000 Ada RTX 5090 RTX 3090 |
| Max. VRAM (GB) | 192 | 288 | 80 |
| Max. GPUs/Instanz | 8 | 8 | 8 |
| Interconnect | NVLink, InfiniBand | NVLink | NVLink |
| Preise | |||
| Startpreis ($/Std.) | $0.06/hr | $0.06/hr | $0.11/hr |
| Abrechnungsgranularität | Pro Sekunde | Pro Sekunde | Pro Sekunde |
| Spot/Unterbrechbar | Ja | Ja | Ja |
| Reservierte Rabatte | Bis zu 50 % (1-6 Monate reserviert) | 15-29 % (Pläne von 1 Monat bis 1 Jahr) | Nicht verfügbar |
| Kostenlose Guthaben | Kleines Testguthaben bei Anmeldung | 5–500 $ Bonus nach den ersten 10 $ Ausgaben | Bis zu 10.000 $ für Startups |
| Ausgangsgebühren | Variiert je nach Host ($/TB) | Keine (Kostenlos) | Keine (kostenlos) |
| Speicher | Variiert je nach Host ($/GB/Stunde, berechnet solange die Instanz besteht) | Container/Volumen (0,10 $/GB/Monat), Leerlauf-Volumen (0,20 $/GB/Monat), Netzwerkspeicher (0,07 $/GB/Monat 1TB) | Container-Datenträger (60 GB kostenlos), Volumen-Datenträger, Netzlaufwerke |
| Infrastruktur | |||
| Regionen | 500+ Standorte, 40+ Rechenzentren | 31 globale Regionen | USA, EU, APAC, Südamerika, Afrika, Naher Osten (über 20 Standorte) |
| Verfügbarkeits-SLA | Kein formeller SLA (Zuverlässigkeitsbewertungen des Hosts sichtbar) | 99,99 % | 99,9 % |
| Entwicklererfahrung | |||
| Frameworks | PyTorch TensorFlow CUDA vLLM ComfyUI | PyTorch TensorFlow JAX ONNX CUDA | PyTorch TensorFlow CUDA cuDNN TensorRT |
| Docker-Unterstützung | Ja | Ja | Ja |
| SSH-Zugang | Ja | Ja | Ja |
| Jupyter Notebooks | Ja | Ja | Ja |
| API / CLI | Ja | Ja | Ja |
| Einrichtungszeit | Sekunden | Sofort | Nicht verfügbar |
| Kubernetes-Unterstützung | Nein | Nein | Nein |
| Geschäftsbedingungen | |||
| Mindestverpflichtung | Keine | Keine | Keine |
| Compliance | SOC 2 Typ 2 HIPAA DSGVO CCPA | SOC 2 Typ II | SOC 2 |
Vast.ai
RunPod
Novita AI