PC-Konfiguration für lokale KI im Jahr 2026: Umfassender Leitfaden und Vergleich
Teilen
Konfigurierte Workstation, Dual-GPU oder NVIDIA GB10 Mini-Server: Wir vergleichen jede Option, damit Sie die richtige Maschine für sich finden: ohne Cloud, ohne Kompromisse bei Ihren Daten.
Warum KI lokal ausführen?
Im Jahr 2026 ist künstliche Intelligenz nicht mehr nur Rechenzentren vorbehalten. Dank neuer GPU-Architekturen und optimierter Open-Source-Modelle (Llama 4, Mistral, DeepSeek, Qwen…) ist es heute möglich, leistungsstarke LLMs direkt auf Ihrer eigenen Maschine auszuführen, ohne Daten in die Cloud zu senden.
Für DSGVO-unterworfene Fachleute: Anwälte, Ärzte, Buchhalter, Notare, Ingenieurbüros: Dies ist eine Revolution: Sie profitieren von einer leistungsstarken KI, ohne Ihre Kundendaten jemals Dritten preiszugeben.
- Absolute Vertraulichkeit: Ihre Daten bleiben in Ihrem lokalen Netzwerk, keine Übertragung an externe Server.
- Keine wiederkehrenden Abonnements: Nach dem Kauf der Maschine sind die Inferenzkosten gleich Null.
- Geringe Latenz: Die Antwort erfolgt sofort, ohne von der Qualität Ihrer Verbindung abzuhängen.
- Offline-Betrieb: Nützlich vor Ort, unterwegs oder bei Netzwerkausfall.
- Umfassende Anpassung: Fine-Tuning, RAG, Agenten: Sie kontrollieren die gesamte Umgebung.
Gut zu wissen: Alle Radiance Systems Maschinen werden in Frankreich (Auriol, 13) montiert, getestet und optimiert, mit 2 Jahren Garantie und dediziertem technischen Support, der innerhalb von 3 Stunden antwortet.
Die wichtigsten Kriterien einer PC-Konfiguration für KI
Die GPU-VRAM: der wichtigste Faktor
Für lokale KI bestimmt der Videospeicher (VRAM) direkt die Größe der Modelle, die Sie ausführen können. Ein LLM von 7 Milliarden Parametern in 4-Bit benötigt etwa 4–5 GB VRAM; ein 70B-Modell in 4-Bit benötigt 35–40 GB. Je größer der VRAM, desto größere Modelle können Sie laden oder mehrere Modelle gleichzeitig ausführen.
Gute Nachrichten: Alle unsere Workstations sind vollständig konfigurierbar, einschließlich der Grafikkarte. Der CoreAI 64 bietet beispielsweise Mainstream-GPUs (RTX 5070 Ti bis RTX 5090) sowie professionelle GPUs mit bis zu 96 GB VRAM (RTX 6000 Blackwell, L40S, H100…). Wenn Sie einen speziellen Bedarf an GPU-Speicher haben, können Sie genau die Maschine zusammenstellen, die Sie benötigen, entweder über den Konfigurator oder indem Sie uns für ein individuelles Angebot kontaktieren.
| Modellgröße | Quantisierung | Benötigter VRAM | Kompatibel mit |
|---|---|---|---|
| 7B (z.B. Mistral 7B) | 4-Bit (GGUF) | ~4–5 GB | RTX 5070 Ti, RTX 5090, GB10 |
| 13–14B | 4-Bit | ~8–10 GB | RTX 5070 Ti, RTX 5090, GB10 |
| 32–34B | 4-Bit | ~18–22 GB | RTX 5090 (32 GB), RTX 6000 Blackwell (96 GB), GB10 (128 GB) |
| 70B (z.B. Llama 4 Scout) | 4-Bit | ~35–40 GB | RTX 5090 (teilweise), L40S (48 GB) ✅, GB10 ✅ |
| 70B volle Präzision / 2×70B | 8-Bit oder FP16 | 60–96 GB | RTX 6000 Blackwell (96 GB) ✅, GB10 ✅ |
| Modelle 200B+ / schwere Multimodale | 4–8-Bit | 100–128 GB+ | GB10 (128 GB Unified) ✅, H100 NVL (94 GB) ✅ |
GPU-Konfigurator: Der CoreAI 64 bietet eine Auswahl von über 15 GPUs, von der RTX 5070 Ti für Verbraucher bis zur H200 mit 141 GB. Sie sind nicht auf die angezeigten Konfigurationen beschränkt: Kontaktieren Sie uns für ein auf Ihren genauen VRAM-Bedarf zugeschnittenes Angebot.
System-RAM, Prozessor und Speicher
Der System-RAM wird für komplexe Pipelines (RAG, Multi-Agenten-Orchestrierung, Verarbeitung großer Dokumente) benötigt. 32 GB sind ein ernsthaftes Minimum; 64 GB und mehr werden erforderlich, sobald Sie mehrere Aufgaben parallel ausführen. Auf CPU-Seite bieten die Ryzen 9 Serien von AMD mit AM5 die hervorragende Balance zwischen Rechenleistung und Speicherdurchsatz, die KI-Frameworks benötigen. Schließlich beschleunigt eine schnelle NVMe-SSD das anfängliche Laden von Modellgewichten: Rechnen Sie mit mindestens 1 TB für eine komfortable Nutzung.
Vergleich der 3 Radiance Systems Konfigurationen
| Modell | GPU / KI-Speicher | CPU | RAM | Basispreis | Ideal für |
|---|---|---|---|---|---|
| CoreAI 32 RTX 5070 Ti Profi-Einstieg | RTX 5070 Ti: 16 GB VRAM | Ryzen 9 9900X (12c) | 32 GB DDR5 (bis zu 256 GB) | 2 442 € | LLM bis 13B, Bildgenerierung, KI-Entwicklung, Multimedia |
| CoreAI 64 RTX 5090 High-End | RTX 5090: 32 GB VRAM | Ryzen 9 9950X3D (16c) | 64 GB DDR5 (bis zu 256 GB) | 6 042 € | LLM 70B, Fine-Tuning, professionelles 3D-Rendering, intensive KI-Pipelines |
| Mini-Server GB10 ASUS Ascent | NVIDIA GB10: 128 GB vereinheitlichtes LPDDR5X | Grace (ARM, 20 Kerne) | 128 GB vereinheitlichte CPU+GPU | 3 999 € | Dedizierter KI-Server, 70B+ Modelle, Multi-User-Inferenz, On-Premise-Bereitstellung |
Radiance PC CoreAI 32: RTX 5070 Ti
Der Radiance PC CoreAI 32 ist die professionelle Einsteiger-KI-Workstation. Dies ist die ideale Konfiguration, um ernsthaft mit lokaler KI zu beginnen, ohne das Budget zu sprengen, und gleichzeitig eine vollständig erweiterbare Maschine zu behalten.
Basiskonfiguration
- GPU: NVIDIA GeForce RTX 5070 Ti: 16 GB VRAM (Blackwell-Architektur)
- CPU: AMD Ryzen 9 9900X: 12 Kerne / 24 Threads, AM5-Sockel
- RAM: 32 GB DDR5 5600 MHz: erweiterbar auf bis zu 256 GB
- Speicher: 1 TB NVMe (bis zu 3.500 MB/s)
- Netzteil: MSI 850W 80+ Gold PCIe 5
- Betriebssystem: Windows 11 Professional (Lizenz enthalten)
- WiFi 6E + Bluetooth je nach gewähltem Motherboard enthalten
Was Sie ausführen können
Mit 16 GB VRAM verwaltet der CoreAI 32 komfortabel LLMs bis 13B in voller Qualität, 7B-Modelle im Langkontext, Bildgenerierung mit FLUX, Stable Diffusion XL sowie leichte multimodale Verarbeitungspipelines. Dies ist die typische Maschine, die von Anwälten, KMU und Freiberuflern verwendet wird, die eine effiziente lokale KI ohne Serverbeschränkungen wünschen.
⚠️ Wichtige Einschränkung: Modelle ab 30B überschreiten den VRAM und werden teilweise in den System-RAM ausgelagert, was die Inferenz erheblich verlangsamt. Für diese Anwendungsfälle sollten Sie den CoreAI 64 oder den GB10 bevorzugen.
Radiance PC CoreAI 64: RTX 5090
Der Radiance PC CoreAI 64 ist die High-End-KI-Workstation der Serie. Mit der RTX 5090 und ihren 32 GB VRAM kann er die LLMs der aktuellen Generation mit voller Leistung ausführen, einschließlich 70B-Modelle mit aggressiver Quantisierung. Und wenn Ihre Anforderungen über den Consumer-Bereich hinausgehen, bietet der Konfigurator auch professionelle GPUs: L40S 48 GB, RTX 5000 Blackwell 48 GB, RTX 6000 Blackwell 96 GB oder sogar H100 NVL für die intensivsten Workloads.
Basiskonfiguration
- GPU: NVIDIA GeForce RTX 5090: 32 GB VRAM (die leistungsstärkste Consumer-GPU im Jahr 2026)
- CPU: AMD Ryzen 9 9950X3D: 16 Kerne / 32 Threads + 3D V-Cache
- RAM: 64 GB DDR5 6000 MHz: erweiterbar auf bis zu 256 GB
- Speicher: 1 TB NVMe (bis zu 3.500 MB/s): einfach erweiterbar
- Netzteil: Deepcool 1200W 80+ Gold
- Betriebssystem: Windows 11 Professional (Lizenz enthalten)
- WiFi 7 + Bluetooth enthalten (MSI X870E)
Was Sie ausführen können
Die RTX 5090 mit 32 GB ist die Referenz-GPU für lokale KI auf Consumer-Workstations. Sie ermöglicht das Ausführen von Llama 4 Scout (109B MoE mit 17B-Aktivierung), Qwen 2.5 72B in 4-Bit, destilliertem DeepSeek-R2 oder schweren multimodalen Pipelines, die Vision + Text kombinieren. Dies ist auch die Referenzkonfiguration für leichtes Fine-Tuning (LoRA, QLoRA) auf Unternehmensdatensätzen.
Um noch weiter zu gehen, bietet der Konfigurator professionelle GPUs: Die RTX 6000 Blackwell 96 GB ermöglicht das Ausführen von 70B-Modellen in voller Präzision oder mehreren Modellen parallel; die L40S 48 GB ist für Server-Inferenz optimiert; und bis zur H100 NVL 94 GB für die anspruchsvollsten Anforderungen. Der VRAM ist keine feste Obergrenze: Er kann konfiguriert werden.
Vollständig konfigurierbare GPU: Der CoreAI 64 bietet in seinem Konfigurator über 15 GPU-Optionen, von der RTX 5070 Ti bis zur H200 mit 141 GB. Sie können auch eine zweite Grafikkarte (Multi-GPU) hinzufügen. Der VRAM ist keine feste Einschränkung: Er passt sich Ihrer Nutzung an. Kontaktieren Sie uns für ein maßgeschneidertes Angebot.
NVIDIA GB10 Mini-KI-Server: ASUS Ascent GX10
Der ASUS Ascent GX10 (NVIDIA GB10 Grace Blackwell) ist eine eigene Kategorie. Es ist keine klassische Workstation: Es ist ein dedizierter Mini-KI-Server, ultrakompakt (150×150×51 mm), der ausschließlich für KI-Workloads konzipiert ist: lokale Inferenz, Fine-Tuning, RAG, autonome Agenten, Multi-User-Bereitstellung.
Einheitliche Architektur: der GB10-Vorteil
Der NVIDIA GB10 Chip kombiniert ARM-CPU (Grace, 20 Kerne) und Blackwell-GPU in einer Architektur mit einem einheitlichen Speicher von 128 GB LPDDR5X. Im Gegensatz zu einer klassischen Grafikkarte (separater VRAM) ist dieser vereinheitlichte Speicher sowohl für die CPU als auch für die GPU gleichermaßen zugänglich, ohne kostspielige Übertragungen zwischen den beiden. Das Ergebnis: Sie können 70B-Modelle in voller Präzision oder mehrere Modelle gleichzeitig ausführen, mit einer außergewöhnlichen Speicherbandbreite.
- 1 PetaFLOP KI-Leistung (INT8): Zum Vergleich erreichen die besten Gaming-GPUs ~0,35 PFLOPS INT8
- 128 GB Unified Memory: Das Ausführen von Llama 4 Maverick (400B MoE) ist denkbar
- DGX OS vorinstalliert: CUDA, PyTorch, TensorFlow, Jupyter: alles ist sofort einsatzbereit
- Professionelle Netzwerkverbindung: 10G LAN + ConnectX-7 (2×200G QSFP)
- Wi-Fi 7 + Bluetooth 5 integriert
- Ultrakompaktes Desktop-Format: 1,48 kg, auf jedem Schreibtisch oder im Rack verwendbar
Für wen ist es gemacht?
Der GB10 richtet sich an Unternehmen, die einen dedizierten KI-Server wünschen, der von den Arbeitsplätzen getrennt ist: eine Arztpraxis, die eine über das lokale Netzwerk für das gesamte Team zugängliche KI wünscht, ein Ingenieurbüro, das einen RAG-Assistenten für seine internen Dokumente bereitstellt, oder ein KI-Entwickler, der eine native Linux-Umgebung für das Modelltraining optimiert haben möchte.
⚠️ Wichtig: Das ASUS Ascent GX10 läuft unter DGX OS (Linux Ubuntu). Es ist nicht für den Windows-Office-Gebrauch konzipiert. Wenn Sie eine vielseitige Maschine (Textverarbeitung, Tabellenkalkulation, tägliches Surfen im Internet) benötigen, ist eine CoreAI-Workstation besser geeignet.
Konfigurieren Sie Ihre KI-Maschine
Jede Konfiguration ist vollständig anpassbar über unseren Online-Konfigurator. Alle Optionen sind kompatibel und werden vor dem Versand von unseren Technikern überprüft.
CoreAI 32
RTX 5070 Ti
- GPU RTX 5070 Ti 16 GB
- CPU Ryzen 9 9900X
- RAM 32 GB DDR5 → 256 GB
- SSD 1 TB NVMe
CoreAI 64
RTX 5090
- GPU RTX 5090 32 GB
- CPU Ryzen 9 9950X3D
- RAM 64 GB DDR5 → 256 GB
- SSD 1 TB NVMe
ASUS Ascent
NVIDIA GB10
- GPU NVIDIA GB10 Blackwell
- Speicher 128 GB LPDDR5X Unified
- KI-Leistung 1 PetaFLOP INT8
- Betriebssystem DGX OS (Linux)
Welche Konfiguration ist die richtige für Ihren Anwendungsbereich?
Die richtige Wahl hängt von drei Faktoren ab: der Größe der Modelle, die Sie verwenden möchten, Ihrer Arbeitsumgebung (Einzelplatz vs. gemeinsam genutzter Server) und Ihrem Software-Stack (Windows oder natives Linux).
Rechtsanwalt / Notar
DSGVO-Assistent für vertrauliche Dokumente, Vertragsanalyse. CoreAI 32 oder GB10, je nachdem, ob Sie ein Einzelgerät oder einen gemeinsam genutzten Server in der Kanzlei wünschen.
Arzt / Arztpraxis
Unterstützung bei der Textformulierung, Berichterstattung, Analyse medizinischer Bilder. GB10 wird für den Mehrplatzbetrieb im lokalen Netzwerk empfohlen.
KI-Entwickler
Fine-tuning LoRA, RAG, autonome Agenten. CoreAI 64 RTX 5090 für maximale GPU-Leistung unter Windows; GB10 für eine native Linux CUDA-Umgebung.
KMU / ETI
Bereitstellung eines internen Shared LLM. GB10 als zentraler Server + Workstations für Schlüsselmitarbeiter.
Kreation & 3D
Generative KI (Bilder, Video), 3D-Rendering, 4K-Schnitt. CoreAI 32 für den Anfang, CoreAI 64 für die anspruchsvollsten Projekte.
Data Science
Training kundenspezifischer Modelle, Verarbeitung großer Datensätze. CoreAI 64 oder GB10 je nach Größe der Workloads.
Benötigen Sie Hilfe bei der Auswahl Ihrer Konfiguration?
Unser Team antwortet in weniger als 3 Stunden und bietet Ihnen ein Angebot, das auf Ihre Nutzung, Ihr Budget und Ihre bestehende Infrastruktur zugeschnitten ist. Abholung vor Ort in Auriol (13) möglich.
Häufig gestellte Fragen
