Der Name der Karte lässt bereits auf deren Hauptanwendungsfall schließen: Die Radeon AI R9700 soll vor allem Anwender mit speziellen, lokalen KI-Anforderungen ansprechen. Die Grafikkarte verfügt über die gleiche Navi 48-GPU wie die aktuell "größte" AMD GPU der aktuellsten Generation. Sie ist somit praktisch baugleich mit einer Radeon RX 9070 XT, allerdings mit doppelt so viel verbautem Speicher.
32 GB VRAM: Viel, aber nicht genug?
Die 32 GB VRAM sollen laut AMD für mittelgroße KI-Modelle ausreichen, was jedoch Ansichtssache ist. Tatsache bleibt, dass "mehr" bei KI-Modellen immer besser ist und die günstige 32 GB GPU von Nvidia mit der RTX 5090 aktuell nicht unter 2250 Euro zu bekommen ist.
Obwohl die Radeon AI R9700 seit Mai 2025 angekündigt wurde, wurden nur wenige bis gar keine Details zum Preis genannt, außer der Tatsache, dass AMD selbst erwähnte, dass das Preis-Leistungs-Verhältnis der Radeon AI PRO R9700 im Vergleich zur Konkurrenz sehr gut sein würde. Doch nun gab AMD endlich bekannt, dass die Radeon AI R9700 nur ungefähr die Hälfte der RTX 5090 kosten soll, was für eine Workstation GPU mit 32 GB auf den ersten Blick tatsächlich einen ziemlich günstigen Preis darstellt. In den USA rechnet man nun mit Preisen um die 1.200 Dollar (aktuell ca. 1.100 Euro).
Mäßiger Speicherdurchsatz
Doch ein richtig guter Deal scheint in unseren Augen die Radeon AI PRO R9700 trotzdem nicht zu sein. Auch wenn AMDs CUDA-Alternative ROCm große Fortschritte macht und man hiermit mittlerweile zahlreiche offene KI-Modelle ohne Installationsorgien zum laufen bekommen kann, ist der Speicherdurchsatz der Karte nur mittelmäßig. Da AMD noch auf das ältere GDDR6-Ram an einem 256 Bit Bus setzt, sind hier nur 640 GB/s Datendurchsatz möglich - dies ist gerade mal ein Drittel der 1.792 GB/s einer RTX 5090. Letztere dürfte bei großen Modellen, die komplett in 32 GB Speicher passen, bis zu dreimal schneller sein, weil die meisten KI-Modelle durch die Speichergeschwindigkeit limitiert sind.
In der KI-Praxis dürfte dies somit einen relevanten Unterschied machen und "Heavy KI-Usern" die 1000 Euro Aufpreis locker Wert sein. So spürt man bei der Textausgabe eines Large Language Models deutlich, ob man 20 oder 60 Silben pro Sekunde ausgespuckt bekommt oder ob man 10 Sekunden statt einer halben Minute auf die Ausgabe eines Bildes wartet.
96 GB VRAM für 9.000 Euro
Das wirklich große Aber sehen wir allerdings darin, dass selbst 32 GB für das besonders spannende Feld der generativen Video KI noch viel zu wenig sind. Für wirklich gute, State-Of-The Art Video-Modelle dürften selbst 96GB nicht ausreichen, die Nvidia gerade als RTX PRO 6000 Blackwell Workstation Edition für ca. 9.000 Euro anbietet. Ganz abgesehen davon, dass man an so gute Video-Modelle wie Googles Veo 3 als Open Source gar nicht für den persönlichen Gebrauch herankommt.
Rechnet man dagegen, wie viel Texte, Bilder und Videos man in der Cloud für 9.000 Euro (plus Hardware-Überbau und Stromkosten) generieren kann, dürfte man wahrscheinlich auch kaum einen Break Even Punkt für die Investition in eine private Hardware-Lösung finden können. Zumal niemand weiß, wohin sich die generativen KI-Modelle in den nächsten Monaten entwickeln werden. Wer daher seinen aktuellen KI-Bedarf in der Cloud mietet, dürfte fast garantiert finanziell besser fahren.
Private KI
Außen vor bleibt dabei "nur" die Privacy - sprich, dass man lokal mit eigenen Daten KI-Modelle trainieren kann, deren Daten nie die eigenen vier Wände verlassen müssen. Und dass man Inhalte generieren kann, die von kommerziellen Anbietern aktuell unterbunden werden.
In solchen Fällen dürfte sich dann aber wahrscheinlich viel mehr der Blick auf komplette APU-Lösungen lohnen, wie sie Apple mit seinen Studio-Macs dank Unified Memory oder AMD mit seinen mobilen Strix Halo Prozessoren bietet. Hier bekommt man noch weitaus größeren KI-Speicher als ein komplettes Hardwarepaket für den Schreibtisch. So kann man einen refurbished M1 Max mit 64 GB Unified Memory bei 400 GB/s Speicherdurchsatz immer wieder schon um die 1500 Euro finden. Was einen echten Deal für KI-Modelle darstellt, die 64 GB (aus)nutzen können. Allerdings muss man diese dann auch auf dem Mac unter macOS zum Laufen bringen...
