Quanto ela rende nos programas que você usa
Em render por CPU (Blender, V-Ray) o 9970X faz quase o dobro de um Ryzen 9 desktop. Na IA local, a RTX A6000 roda um Llama 70B inteiro a ~14,6 tokens por segundo, coisa que placa de 24 GB não carrega. Cada número abaixo tem link para a fonte.
Processador · Threadripper 9970X
Render e vídeo por CPU
Mesmo laboratório, mesma bancada (Puget Systems), três processadores: o 9970X, a geração anterior (Threadripper 7970X) e o Ryzen 9 9950X3D, o mais forte da linha desktop. Barra maior = melhor.
Blender (render por CPU)
Blender Benchmark 4.4, pontos
+86% sobre o Ryzen 9 · +14% sobre o 7970X Fonte: [1] Puget SystemsV-Ray 6 (render por CPU)
V-Ray 6 Benchmark, vsamples
+79% sobre o Ryzen 9 · +21% sobre o 7970X Fonte: [1] Puget Systems. No banco oficial da Chaos, mediana de 90.915 [3]Premiere Pro
PugetBench for Premiere Pro, nota Standard
+12% sobre o Ryzen 9 · +10% sobre o 7970X Fonte: [1] Puget Systems| Teste | Threadripper 9970X | O que significa |
|---|---|---|
| Cinebench 2024 (multi) | 4.174 | Render de cena 3D usando todos os núcleos [4] |
| Cinebench R23 (multi) | 76.170 | Versão anterior do mesmo teste, ainda muito usada para comparar [4] |
| DaVinci Resolve (PugetBench) | 14.733 | Edição e cor; aqui a placa de vídeo pesa mais que o processador [1] |
| After Effects (PugetBench) | 15.689 | Usa poucos núcleos: um Ryzen 9 desktop chega perto ou passa [1] |
Onde o 9970X faz diferença: programas que usam todos os núcleos (render por CPU, simulação, compilação, vídeo com muitos fluxos). Em After Effects e Photoshop, que usam poucos núcleos, um Ryzen 9 desktop empata ou ganha. Se o seu trabalho é só isso, a gente indica a máquina certa.
Placa de vídeo · RTX A6000 48 GB
Render por GPU
Notas da RTX A6000 nos bancos de resultados públicos de cada programa (mediana dos envios). Servem para comparar com a máquina que você tem hoje: rode o mesmo teste nela e compare.
A RTX A6000 não é a placa mais rápida em render puro: uma RTX 4090 faz cerca do dobro de pontos no Blender. A diferença está na memória: 48 GB com ECC contra 24 GB. Cena pesada ou modelo de IA que não cabe em 24 GB fica muito mais lento ou nem abre. A A6000 também foi feita para carga contínua e tem drivers certificados para programas profissionais.
Inteligência artificial local
Tokens por segundo na RTX A6000
Velocidade de geração de texto (tokens por segundo) rodando modelos abertos direto na máquina, sem nuvem e sem mandar dados para fora. llama.cpp, modelo inteiro na memória da placa. Barra maior = mais rápido.
Geração de texto (tg, 1.024 tokens)
llama.cpp llama-bench, uma RTX A6000
Fonte: [7] GPU-Benchmarks-on-LLM-Inference (medição de 2024; versões novas do llama.cpp tendem a ser mais rápidas)| Modelo | Leitura do prompt | Geração | Na prática |
|---|---|---|---|
| Llama 3 8B · Q4_K_M | 3.622 t/s | 102,2 t/s | Chat e agentes muito rápidos, sobra memória para contexto longo [7] |
| Llama 3 8B · F16 | 4.315 t/s | 40,3 t/s | Qualidade total do modelo, sem compressão [7] |
| Llama 3 70B · Q4_K_M | 467 t/s | 14,6 t/s | Modelo grande numa placa só; placa de 24 GB não carrega [7] |
| Llama 2 7B · Q4_0 (com flash attention) | 5.662 t/s | 144,9 t/s | Placar oficial do llama.cpp, versão mais recente [8] |
Memória de vídeo
O que cabe em 48 GB
Na IA local, o que manda é se o modelo cabe inteiro na memória da placa. Regra prática: o arquivo precisa ser 1 a 2 GB menor que a VRAM, e o resto fica para o contexto da conversa.
| Modelo e compressão | Tamanho | Na A6000 (48 GB) | Em placa de 24 GB |
|---|---|---|---|
| Llama 3.1 70B · Q4_K_M | 42,5 GB | ✓ Cabe | ✗ Não cabe |
| Llama 3.1 70B · IQ4_XS | 37,9 GB | ✓ Cabe, com folga para contexto | ✗ Não cabe |
| Llama 3.1 70B · Q5_K_M | 50,0 GB | ✗ Não cabe | ✗ Não cabe |
| Qwen2.5 32B · Q8_0 | 34,8 GB | ✓ Cabe | ✗ Não cabe |
| Qwen2.5 32B · Q6_K | 26,9 GB | ✓ Cabe | ✗ Não cabe |
| Qwen2.5 32B · Q4_K_M | 19,9 GB | ✓ Cabe, sobra muito | ✓ Cabe, contexto curto |
| Qwen2.5 32B · F16 | 65,5 GB | ✗ Não cabe | ✗ Não cabe |
Os testes públicos de processador usam memória nos 4 canais do Threadripper (Puget usou 4 pentes DDR5-6400 ECC Registered). Render por CPU e por GPU quase não muda com menos canais, mas compilação, IA rodando no processador e simulação dependem muito da banda de memória. Para chegar nesses números, monte com 4 pentes. A gente configura assim na proposta.
Perguntas frequentes
Esses números são da máquina da Upar?
São testes públicos de referência dos mesmos componentes (Threadripper 9970X e RTX A6000), feitos por laboratórios e bancos de resultados abertos. Cada número tem link para a fonte. Resultados reais variam com versão do programa, driver, memória e refrigeração.
Quantos tokens por segundo a RTX A6000 gera num modelo de 70B?
Cerca de 14,6 tokens por segundo no Llama 3 70B quantizado em Q4_K_M (llama.cpp), numa única RTX A6000. Placas de 24 GB não carregam esse modelo inteiro na memória de vídeo.
Uma RTX 4090 renderiza mais rápido que a RTX A6000?
Em render puro por GPU, sim: no Blender a 4090 faz cerca do dobro de pontos. Mas ela tem 24 GB, metade da A6000. Cena ou modelo de IA que não cabe em 24 GB fica muito mais lento ou não roda.
Vale o Threadripper ou um Ryzen 9 resolve?
Se você renderiza por CPU, simula ou compila, o Threadripper rende quase o dobro. Se usa mais After Effects e Photoshop, um Ryzen 9 desktop entrega o mesmo por menos. Veja o guia Threadripper ou Ryzen 9.
Quer saber quanto ela rende no seu projeto?
Conte o programa e o tamanho das suas cenas ou modelos. A Upar responde no mesmo dia útil com a configuração, o preço e o prazo.
Fontes
- Puget Systems, AMD Ryzen Threadripper 9000 Content Creation Review (Blender 4.4, V-Ray 6, Premiere 25.2, After Effects 25.3, DaVinci 20). pugetsystems.com
- Blender Open Data, mediana por placa, OptiX, Blender 4.5.0. opendata.blender.org
- Chaos V-Ray 6 Benchmark, banco oficial (CPU e GPU RTX). benchmark.chaos.com
- LANOC, AMD Threadripper 9980X and 9970X review (Cinebench 2024 e R23). lanoc.org
- OTOY OctaneBench 2020.1.5, resultados com uma placa. render.otoy.com
- Puget Systems, Stable Diffusion Performance: Professional GPUs. pugetsystems.com
- XiongjieDai, GPU-Benchmarks-on-LLM-Inference (llama.cpp, RTX A6000). github.com
- llama.cpp, placar de desempenho em GPUs NVIDIA. github.com
- Meta-Llama-3.1-70B-Instruct GGUF (tamanhos dos arquivos). huggingface.co
- Qwen2.5-32B-Instruct GGUF (tamanhos dos arquivos). huggingface.co