TFlops als Anhaltspunkt

Ein ziemlich robustes Kriterium für die nackte Rechenleistung sind jedoch TFlops-Werte. Diese geben an, wie viele Standard Rechenoperationen eine GPU schaffen kann - sofern der Speicher den Algorithmus schnell genug zu füttern vermag. Wegen letzterer Voraussetzung ist die RAM-Geschwindigkeit für die Berechnung von aufwändigen Videoeffekten ebenfalls sehr wichtig: Kommen die Daten nicht schnell genug nach, nützen auch schnelle Recheneinheiten nichts.

Apple selbst sieht in einem selbst gewählten und darum sicherlich wohlwollenden Resolve GPU-Benchmark den M1 Max (10,4 TFLOPS) knapp vor einer AMD W5700X (9,4 TFLOPS). Als maximale Rechenleistung gibt Apple für die Ultra GPU 20,9 FP32-TFlops an, die in ca. 80 Prozent Leistungsvorsprung gegenüber den genannten 10 TFlops GPUs umgesetzt werden:

Eine RTX3090 schafft bei voller Auslastung jedoch fast die doppelte Rechenleistung (ca. 36 TFlops). Die in ein paar Tagen erwartete RTX 3090 Ti soll sogar runde 40 TFlops schaffen.

Apple gibt für den schnellsten M1 Ultra zudem eine RAM-Anbindung von ca. 800 GB/s an, wovon die GPU schätzungsweise maximal 660 GB/s direkt nutzen kann. Dagegen schaffen alle Desktop RTX3080/90-Modelle über 900 GB/s, die sie zudem nicht mit der CPU teilen müssen. Bei optimierter Programmierung auf beiden Seiten ist daher anzunehmen, dass ein System mit RTX3090 Ti Desktop-GPU im Durchschnitt bei aufwändigen Effekten sogar doppelt so schnell arbeiten könnte wie das größte Mac Studio Ultra. Allerdings müsste der Code dafür auch gut an die RTX 3090 angepasst worden sein.

Eigenheiten der Videobearbeitung

Doch genau dies ist nie hundertprozentig der Fall. Letztlich entscheidet darum die Implementierung in der Applikation mindestens ebenso über die Performance wie die nackten Hardware-Specs. So kann für den Videoschnitt viel entscheidender sein, wie gut und breit Hardware-Decoder im System unterstützt werden.

Bei den neuen Macs darf die Unterstützung vorbildlich genannt werden, am PC deckt die größte Bandbreite an Hardware-Decodern aktuell Intel ab. Ob dabei die für einen persönlich wichtigsten Codecs unterstützt werden, sollte unbedingt in die Wahl der eigenen Hardware-Software-Kombination einfließen.

Auch wird in naher Zukunft sicherlich die Unterstützung von KI-Beschleunigern eine weitaus größere Rolle spielen. Aktuell scheint für KI-Algorithmen eine Nvidia Karte mit Tensor Cores die beste Wahl. Die Leistung der integrierten KI-Einheiten in der M1 Architektur sind dagegen noch ein großes Fragezeichen. Wie effektiv diese bereits genutzt werden, ist noch größtenteils unbekannt.

Auf Apples Seite ist das am besten optimierte Videobearbeitungs-Programm definitiv Final Cut Pro, auf dem PC herrscht dagegen weitaus mehr Wildwuchs. Resolve konnte in der Vergangenheit sowohl Macs als auch Windows-Hardware meist sehr gut "ausfahren". Für systemübergreifende Vergleiche wird DaVinici Resolve mittlerweile von vielen Testern genutzt, da Blackmagic dieses Programm für diverse Plattformen ausgiebig optimiert. Im Einzelfall kam es jedoch in den letzten Versionen immer wieder zu deutlichen Veränderungen der Laufzeiten auf einzelnen Plattformen. So läuft in unseren Tests das Stacking von Farbkorrekturnodes am PC seit einiger Zeit deutlich langsamer, als in früheren Versionen.