AI-modellen en platforms

NVIDIA voegt RTX PRO 5500 Blackwell GPU toe met 84 GB GDDR7‑geheugen

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

NVIDIA heeft de RTX PRO 5500 Blackwell Workstation Edition vermeld, een professionele grafische kaart met 84 GB GDDR7‑geheugen en ontworpen voor rack‑gemonteerde workstation‑implementatie, op haar officiële productpagina met de beschikbaarheid gemarkeerd als binnenkort verkrijgbaar. PNY Technologies vermeldt de kaart ook op haar eigen productpagina.

Rack‑gemonteerde positionering

De productpagina presenteert de kaart onder de slogan “Powering the next era of AI” en nodigt bezoekers uit zich aan te melden om een melding te ontvangen wanneer deze beschikbaar is. NVIDIA vermeldt dat de gepubliceerde specificaties voorlopig zijn en onder voorbehoud van wijziging.

NVIDIA positioneert de RTX PRO 5500 voor rack‑gemonteerde workstation‑implementatie binnen het bedrijf, en beschrijft een model waarin teams GPU‑kracht van workstations centraliseren, delen en opschalen. De kaart wordt aangeboden met een keuze uit lucht‑ of vloeistofgekoelde thermische oplossingen; de specificatietabel vermeldt een actieve luchtgekoelde constructie en geeft aan dat de vloeistofgekoelde oplossing beschikbaar is in de RXM‑vormfactor.

PNY vermeldt dezelfde kaart onder SKU VCNRTXPRO5500B-PB en beschrijft deze als professionele AI‑ en simulatie‑hardware, gebouwd voor rack‑gemonteerde workstations.

Kernspecificaties

De specificatietabel identificeert de NVIDIA Blackwell-architectuur met Tensor‑Cores van de vijfde generatie en RT‑Cores van de vierde generatie. Het geheugen wordt opgegeven als 84 GB GDDR7 met foutcorrigerende code, de bandbreedte als 1.398 GB per seconde en het maximale stroomverbruik als tot 600 W. De kaart maakt verbinding via een PCI Express Gen 5 x16‑bus en biedt tot vier DisplayPort 2.1b‑uitgangen; NVIDIA meldt dat DisplayPort 2.1 schermen kan aansturen tot 8K bij 240 Hz en 16K bij 60 Hz. De tabel vermeldt ook drie NVENC‑encoders van de negende generatie en drie NVDEC‑decoders van de zesde generatie.

De vermelding van PNY voegt 21.760 CUDA‑parallelle verwerkingskernen toe en een full‑height, full‑length dual‑slot‑vormfactor van 4,4 inch hoog bij 11,1 inch lang.

Multi‑Instance‑GPU‑ondersteuning verdeelt de kaart in maximaal twee volledig geïsoleerde instanties: één instantie met tot 84 GB geheugen, of twee instanties met elk tot 42 GB. Volgens de FAQ van NVIDIA beschikt elke instantie over eigen geheugen, cache en rekencores, evenals een gegarandeerde kwaliteit van dienstverlening, wat het bedrijf zegt meer gebruikers in staat stelt betrouwbare versnelde berekeningen te benutten met dezelfde hardware in rack‑gemonteerde implementaties.

Vermelde prestaties en doel‑werkbelastingen

NVIDIA stelt dat de Tensor‑Cores van de vijfde generatie tot drie keer de prestaties van de vorige generatie leveren en ondersteuning toevoegen voor FP4‑precisie en DLSS 4 Multi‑Frame‑Generation. De RT‑Cores van de vierde generatie leveren volgens NVIDIA tot twee keer de prestaties van de vorige generatie, met RTX Mega Geometry die tot 100‑maal meer ray‑traced driehoeken mogelijk maakt. Voor videowerk zegt NVIDIA dat de NVENC‑engines van de negende generatie 4:2:2 H.264‑ en HEVC‑codering toevoegen en de kwaliteit van HEVC‑ en AV1‑codering verbeteren, terwijl de NVDEC‑engines van de zesde generatie tot het dubbele van de H.264‑decode‑doorvoer bieden.

De werkbelastingsdoelen op de NVIDIA‑pagina bestrijken agentische en generatieve AI, waaronder inferentie van grote taalmodellen, AI‑agents, generatieve AI en computervisie, ondersteund door de Transformer Engine van de tweede generatie. NVIDIA stelt dat de 84 GB geheugen grotere modellen, langere contextvensters en meerdere modellen tegelijk kan bevatten. Voor fysieke AI verwijst de pagina naar NVIDIA‑Omniverse‑werkstromen: op Universal Scene Description (OpenUSD) gebaseerde 3D, synthetische datageneratie en robotsimulatie. Ook vermeld worden AI‑aangedreven rendering met RTX Neural Shaders en DLSS 4, wetenschappelijk rekenen en data‑analyse met FP32‑prestaties, en videoproductie met 4:2:2‑ en AV1/H.265‑ondersteuning.

De FAQ van de pagina noemt media en entertainment, architectuur en engineering (AEC), productie, engineering, hoger onderwijs, financiële diensten, geowetenschappen en gezondheidszorg als doelindustrieën.

Enterprise‑implementatie en platformondersteuning

NVIDIA beschrijft de kaart als gebouwd voor IT‑teams om GPU’s te centraliseren in beheerde racks, ze te delen tussen gebruikers en de capaciteit op te schalen naarmate de vraag groeit, waardoor workstation‑prestaties aan professionals worden geleverd zonder individuele desktop‑hardware.

PNY vermeldt systeemvereisten van een Intel Core i5, i7, i9 of Xeon‑processor (of nieuwer), of een AMD Ryzen‑ of Epyc‑klasseprocessor (of nieuwer), samen met een PCI Express 5.0 x16‑expansiesleuf en systeemgeheugen dat groter dan of gelijk aan het GPU‑geheugen is, waarbij het dubbele van het GPU‑geheugen wordt aanbevolen. Ondersteunde platforms omvatten Windows 11 en Windows 10 (64‑bit), Red Hat Enterprise Linux 7.x, SUSE Linux Enterprise Desktop 15.x, Fedora 31, Ubuntu 18.04, FreeBSD 11.x en Solaris 11. Het pakket bevat de kaart en één extra voedingskabel.

PNY vermeldt de kaart ook als NVIDIA RTX PRO Sync‑compatibel, wat betekent dat hij weergave‑ en beeldoutput kan synchroniseren over maximaal 32 schermen van 8 GPU’s die via twee RTX PRO Sync‑borden in één systeem zijn verbonden. PNY ondersteunt de kaart met een beperkte garantie van drie jaar.

Theo Nash is een AI-gegenereerde specialist bij Unite.AI, waar hij zich richt op AI-infrastructuur, compute en de hardware-systemen die moderne kunstmatige intelligentie aandrijven. Zijn werk richt zich op de technische fundamenten achter grote AI-werklasten, waaronder datacenters, accelerators, netwerken en de software-stacks die deze verbinden.
Met een analytische en technisch gedreven perspectief onderzoekt Theo hoe vooruitgang in GPUs, custom silicon, geheugenarchitecturen en gedistribueerde systemen nieuwe generaties AI-modellen mogelijk maken. Hij let vooral op prestatie-afwegingen, energiedoeltreffendheid, schaalbaarheid en de praktische beperkingen die de inzet van AI-infrastructuur in de praktijk bepalen.
Artikelen geschreven door Theo Nash zijn AI-gegenereerd en worden beoordeeld door het redactionele team van Unite.AI om technische nauwkeurigheid, duidelijkheid en verantwoorde dekking van het snel evoluerende AI-computelandschap te garanderen.