Für die meisten KI-Anwendungen ist der Prozessor nicht das wichtigste Bauteil. Stable Diffusion und lokale Sprachmodelle rechnen vor allem auf der Grafikkarte. Die CPU muss sie nur schnell genug mit Daten versorgen. Dafür reichen 8 Kerne, unser Einstiegstipp ist der AMD Ryzen 7 8700F. Wichtig wird der Prozessor, wenn Modelle ganz oder teilweise ohne Grafikkarte laufen, wenn du viele Daten vorbereitest oder mehrere Grafikkarten betreibst. Dann zählen Kerne, Speicherbandbreite und PCIe-Lanes.
Stand: 23.10.2026. Die Preise ruft die Seite automatisch bei Amazon ab.
Wenn du mit Künstlicher Intelligenz arbeiten willst, solltest du dich mit der richtigen Hardware für KI beschäftigen. In diesem Artikel erkläre ich, was einen Prozessor für KI ausmacht, wie CPU, GPU und NPU zusammenarbeiten und welche fünf Prozessoren sich für welches Budget eignen.
Was ist ein KI-Prozessor?
Ein KI-Prozessor ist ein Chip mit Recheneinheiten, die auf KI-Berechnungen wie Matrixmultiplikationen spezialisiert sind. Bei PCs und Laptops meint der Begriff meist eine CPU mit eingebauter NPU, etwa Intel Core Ultra oder AMD Ryzen AI. Im Rechenzentrum zählen auch Grafikprozessoren und Spezialchips wie Googles TPU dazu.
Ein normaler Prozessor kann KI-Modelle ebenfalls ausführen, nur langsamer und mit höherem Stromverbrauch. Ob du einen „KI-Prozessor“ brauchst, hängt deshalb davon ab, was du vorhast: Für Windows-KI-Funktionen und kleine Modelle unterwegs ist eine starke NPU nützlich. Für Bildgenerierung und große Sprachmodelle zählt die Grafikkarte.
Was ist der Unterschied zwischen CPU, GPU und NPU?
- CPU (Hauptprozessor): wenige, sehr flexible Kerne, heute meist 6 bis 24 im Desktop. Sie steuert das System, lädt Modelle und Daten, bereitet Daten auf und rechnet alles, was sich schlecht parallelisieren lässt.
- GPU (Grafikprozessor): tausende einfache Rechenkerne und eigener, sehr schneller Speicher (VRAM). Sie übernimmt die eigentliche Rechenarbeit bei Stable Diffusion und Sprachmodellen.
- NPU (Neural Processing Unit): ein kleiner, sparsamer KI-Beschleuniger im Prozessor. Er ist für dauerhafte, kleinere KI-Aufgaben gedacht, etwa Hintergrund-Unschärfe in Videocalls, Live-Untertitel oder die KI-Funktionen von Windows. Aktuelle Desktop-CPUs wie Intel Core Ultra 200S schaffen 13 TOPS (Billionen Operationen pro Sekunde), Laptop-Chips wie der AMD Ryzen AI Max+ 395 bis zu 50 TOPS. Für einen Copilot+ PC verlangt Microsoft eine NPU mit mindestens 40 TOPS.
Für große Modelle reicht die Leistung einer NPU nicht. Ihre Stärke ist der niedrige Stromverbrauch, deshalb spielt sie vor allem in Laptops eine Rolle.
Welche Merkmale muss ein Prozessor für KI haben?
Genug Kerne, hohe Speicherbandbreite, Befehlssätze oder Einheiten für KI-Berechnungen, ausreichend PCIe-Lanes für die Grafikkarte und eine Abwärme, die zu deinem Gehäuse passt.
Hohe Rechenleistung: Kerne und Befehlssätze
Datenaufbereitung, Kompilieren und das Laden von Modellen verteilen sich gut auf viele Kerne. Desktop-Prozessoren bieten heute 8 bis 24 Kerne, Workstation-CPUs wie der Threadripper 7970X 32 Kerne. Ebenso wichtig sind Vektor-Befehlssätze: AMDs Zen-5-Kerne führen AVX-512 mit vollen 512 Bit aus. In einem Test von Phoronix mit 90 Programmen wurde der Ryzen 9 9950X mit eingeschaltetem AVX-512 im Mittel 56 % schneller als ohne.
Umfangreiche Speicherbandbreite
Läuft ein Sprachmodell auf der CPU, liest der Prozessor für jedes erzeugte Wort (Token) alle Modellgewichte einmal aus dem Arbeitsspeicher. Die Geschwindigkeit hängt deshalb vor allem von der Speicherbandbreite ab. Du kannst sie selbst ausrechnen: Speicherkanäle × 8 Byte × Transferrate.
| Plattform | Speicher | Bandbreite (theoretisch) | Höchstens bei 5-GB-Modell |
|---|---|---|---|
| Desktop (AM5, LGA1851) | 2 Kanäle DDR5-6400 | 102,4 GB/s | ca. 20 Tokens/s |
| Threadripper 7970X | 4 Kanäle DDR5-5200 | 166,4 GB/s | ca. 33 Tokens/s |
| Zum Vergleich: RTX 5060 Ti 16 GB | GDDR7 | 448 GB/s | ca. 90 Tokens/s |
Eigene Rechnung: Bandbreite geteilt durch Modellgröße ergibt die Obergrenze. Ein 5 GB großes Modell entspricht etwa Llama 3.1 8B in 4-Bit-Quantisierung. In der Praxis liegt der Wert darunter.
Das zeigt: Selbst ein schneller Desktop-Prozessor erreicht nur einen Bruchteil der Bandbreite einer Mittelklasse-Grafikkarte. Ein 70-Milliarden-Modell (rund 43 GB in 4-Bit) käme auf einem Desktop-PC rechnerisch auf höchstens 2 bis 3 Tokens pro Sekunde.
Spezialisierte KI-Beschleunigungsfunktionen
Prozessoren beschleunigen KI auf drei Wegen: mit Vektor-Befehlen wie AVX-512, mit Matrix-Einheiten und mit einer NPU. Intels Server-Prozessoren (Xeon ab der 4. Generation) haben Matrix-Einheiten namens AMX. Laut Intel schaffen sie 2.048 INT8-Operationen pro Takt und Kern, mit AVX-512 VNNI der Vorgänger-Generation waren es 256. Die NPUs aktueller Desktop-CPUs liefern 13 bis 16 TOPS. Die Tensor-Kerne, die oft im Zusammenhang mit KI genannt werden, sitzen dagegen in NVIDIA-Grafikkarten, nicht im Prozessor. Apple setzt in seinen Chips eine eigene NPU ein, die Neural Engine.
PCIe-Lanes für die Grafikkarte
Über die PCIe-Lanes sind Grafikkarte und SSDs angebunden. Desktop-Prozessoren haben 16 bis 24 nutzbare Lanes, das reicht für eine Grafikkarte und ein bis zwei SSDs. Wer zwei oder mehr Grafikkarten voll anbinden will, braucht eine Workstation-Plattform: Der Threadripper 7970X bietet 88 nutzbare Lanes.
Gute Energieeffizienz
Die Spanne ist groß: Der Ryzen 7 8700F ist mit 65 W angegeben, der Threadripper 7970X mit 350 W. Ein Beispiel: 100 W Mehrverbrauch bei 8 Stunden Volllast an 220 Arbeitstagen ergeben 176 kWh im Jahr, bei 35 Cent pro kWh rund 62 €. Läuft ein KI-Dienst rund um die Uhr, lohnt sich deshalb ein Blick auf die Leistungsaufnahme.
Welcher Prozessor für KI? Die 5 besten Prozessoren (Stand: Oktober 2026)
Die Auswahl reicht vom günstigen Prozessor für einen KI-PC mit Grafikkarte bis zur Workstation-CPU für mehrere Grafikkarten. Sie ist nach Preis sortiert.
So haben wir ausgewählt: Wir haben am 23.10.2026 aktuelle Desktop- und Workstation-Prozessoren von AMD und Intel nach fünf Kriterien verglichen: Kerne, Speicherbandbreite, KI-Einheiten (NPU, AVX-512), PCIe-Lanes und Leistungsaufnahme. In die Liste kamen nur Modelle, die an diesem Tag bei Amazon.de mit Preis angeboten wurden. Die technischen Daten stammen von Intel und AMD (Quellen am Ende des Artikels). Die Preise ruft die Seite automatisch bei Amazon ab. Fällt bei einem Prozessor das Angebot weg, ersetzen wir ihn.
Aus der Praxis: Ich arbeite selbst mit einem Laptop mit Intel Core Ultra 9 275HX und einer RTX 5090 Laptop GPU mit 24 GB. Der 275HX hat 24 Kerne (8 Performance- und 16 Effizienz-Kerne), taktet bis 5,4 GHz und hat eine NPU mit 13 TOPS. Darauf nutze ich Stable Diffusion, ComfyUI und Ollama, um für meine Kunden die passende Lösung zu finden. Die eigentliche Rechenarbeit macht dabei die Grafikkarte. Der Prozessor lädt die Modelle, bereitet Daten vor und übernimmt Teile eines Modells, wenn es nicht vollständig in den Videospeicher passt. Deshalb mein Rat: Wähle zuerst die Grafikkarte und dann einen Prozessor, der sie nicht ausbremst.
1. AMD Ryzen 7 8700F: günstiger Einstieg mit NPU
Der AMD Ryzen 7 8700F* ist ein Desktop-Prozessor mit acht Zen-4-Kernen für den Sockel AM5. Anders als die meisten Desktop-CPUs hat er eine eingebaute NPU (Ryzen AI), die AMD mit bis zu 16 TOPS angibt. Eine integrierte Grafikeinheit fehlt, du brauchst also eine Grafikkarte.
Für wen: Einsteiger, die einen günstigen KI-PC rund um eine Grafikkarte bauen und eine moderne Plattform mit DDR5 wollen.
Aktueller Preis: 168,90 €
Technische Daten:
- 8 Kerne, 16 Threads, Zen 4
- Basistakt 4,1 GHz, Boost bis 5,0 GHz
- 16 MB L3-Cache, 8 MB L2-Cache
- 65 W TDP, Sockel AM5, DDR5 mit zwei Speicherkanälen
- NPU (AMD Ryzen AI) bis 16 TOPS, keine integrierte Grafik
Vorteile:
- Acht moderne Kerne zum Einstiegspreis
- Sparsam: 65 W reichen für einen leisen KI-PC
- AM5-Plattform mit DDR5 und Aufrüstoption auf neuere Ryzen-Generationen
Nachteile:
- Ohne Grafikkarte kein Bild, denn die integrierte Grafik ist deaktiviert
- Die NPU wird am Desktop bisher von wenigen Programmen genutzt
- Nur 16 nutzbare PCIe-Lanes, und zwar PCIe 4.0 statt 5.0
Fazit: Der Ryzen 7 8700F ist unser Preis-Leistungs-Tipp für einen KI-PC, bei dem die Grafikkarte die Hauptarbeit macht. Er bremst eine Mittelklasse-GPU nicht aus und kostet wenig.
AMD Ryzen 7 8700F
Günstiger Einstieg mit NPU- Kerne / Threads: 8 / 16
- Max. Takt: 5,0 GHz
- KI: NPU bis 16 TOPS
- Leistung: 65 W
2. Intel Core Ultra 7 265F: 20 Kerne für die Mittelklasse
Der Intel Core Ultra 7 265F* gehört zur Desktop-Serie Core Ultra 200S (Arrow Lake). Er kombiniert 8 Performance- mit 12 Effizienz-Kernen und hat eine NPU (Intel AI Boost) mit 13 TOPS. Das „F“ steht für fehlende integrierte Grafik.
Für wen: Alle, die neben KI viel parallel arbeiten, etwa Videoschnitt, Programmieren und Datenaufbereitung, und eine Intel-Plattform bevorzugen.
Aktueller Preis: 306,99 €
Technische Daten:
- 20 Kerne (8 P-Kerne, 12 E-Kerne), 20 Threads
- Boost bis 5,3 GHz
- 30 MB Intel Smart Cache, 36 MB L2-Cache
- 65 W Basisleistung, bis 182 W im Turbo
- DDR5-6400 mit zwei Speicherkanälen, Sockel LGA1851
- NPU (Intel AI Boost) 13 TOPS, keine integrierte Grafik
Vorteile:
- Viele Kerne für Multitasking zum Mittelklassepreis
- Offiziell schneller Arbeitsspeicher (DDR5-6400)
- NPU für Windows-KI-Funktionen und OpenVINO-Programme
Nachteile:
- Kein Hyper-Threading: 20 Kerne, aber nur 20 Threads
- Ohne Grafikkarte kein Bild
- Neuer Sockel LGA1851, ältere Intel-Mainboards passen nicht
Fazit: Der Core Ultra 7 265F ist die vernünftige Intel-Wahl für einen KI-Arbeitsplatz mit Grafikkarte. Er liefert viele Kerne, ohne dass Stromverbrauch und Preis davonlaufen.
Intel Core Ultra 7 265F
20 Kerne für die Mittelklasse- Kerne / Threads: 20 / 20
- Max. Takt: 5,3 GHz
- KI: NPU 13 TOPS
- Leistung: 65–182 W
3. AMD Ryzen 9 9950X: der stärkste Allrounder für den Desktop
Der AMD Ryzen 9 9950X* ist AMDs Spitzenmodell der Ryzen-9000-Serie (Zen 5) mit 16 Kernen und 32 Threads. Für KI ist vor allem der Befehlssatz AVX-512 interessant: Zen 5 führt ihn mit vollen 512 Bit aus. Programme wie llama.cpp nutzen AVX-512, wenn ein Modell ganz oder teilweise auf der CPU läuft.
Für wen: Entwickler, Content Creator und alle, die lokale Sprachmodelle teilweise auf der CPU laufen lassen oder viele Daten vorverarbeiten.
Aktueller Preis: 489,00 €
Technische Daten:
- 16 Kerne, 32 Threads, Zen 5
- Basistakt 4,3 GHz, Boost bis 5,7 GHz
- 64 MB L3-Cache, 16 MB L2-Cache
- 170 W TDP, Sockel AM5, DDR5 mit zwei Speicherkanälen
- AVX-512 mit vollem 512-Bit-Datenpfad, einfache integrierte Grafik
Vorteile:
- Sehr hohe Leistung pro Kern und viele Threads
- AVX-512 beschleunigt CPU-Inferenz und wissenschaftliche Bibliotheken
- Integrierte Grafik für Bildausgabe, die Grafikkarte bleibt frei für KI
Nachteile:
- Keine NPU
- 170 W Abwärme: AMD empfiehlt eine Wasserkühlung
- Nur zwei Speicherkanäle, große Modelle auf der CPU bleiben langsam
Fazit: Der Ryzen 9 9950X ist unsere Empfehlung für einen leistungsstarken Desktop-PC für KI. Er ist schnell, wenn die Grafikkarte nicht reicht, und bleibt bezahlbar.
AMD Ryzen 9 9950X
Stärkster Allrounder für den Desktop- Kerne / Threads: 16 / 32
- Max. Takt: 5,7 GHz
- KI: AVX-512 (512 Bit)
- Leistung: 170 W
4. Intel Core Ultra 9 285K: Intels Spitzenmodell mit NPU
Der Intel Core Ultra 9 285K* ist das Topmodell der Core-Ultra-200S-Serie. Er hat 24 Kerne (8 Performance- und 16 Effizienz-Kerne), eine NPU mit 13 TOPS und eine integrierte Grafik. Zusammen kommen CPU, Grafik und NPU laut Intel auf 36 TOPS.
Für wen: Anwender, die auf einer Intel-Plattform die höchste Desktop-Leistung wollen, etwa für OpenVINO-Projekte, Videoschnitt und KI-Werkzeuge im Wechsel.
Aktueller Preis: 527,08 €
Technische Daten:
- 24 Kerne (8 P-Kerne, 16 E-Kerne), 24 Threads
- Boost bis 5,7 GHz
- 36 MB Intel Smart Cache
- 125 W Basisleistung, bis 250 W im Turbo
- DDR5-6400 mit zwei Speicherkanälen, Sockel LGA1851
- NPU (Intel AI Boost) 13 TOPS, gesamt 36 TOPS mit CPU und Grafik
Vorteile:
- Viele Kerne und hoher Takt
- NPU und integrierte Grafik an Bord
- Gute Unterstützung durch Intels KI-Werkzeug OpenVINO
Nachteile:
- Bis 250 W im Turbo, braucht eine starke Kühlung
- Kein Hyper-Threading und kein AVX-512
- Teurer als der Ryzen 9 9950X
Fazit: Der Core Ultra 9 285K ist die stärkste Intel-CPU für den Desktop-PC mit KI-Anspruch. Wer mit OpenVINO arbeitet oder die NPU nutzen will, ist hier richtig.
Intel Core Ultra 9 285K
Intels Spitzenmodell mit NPU- Kerne / Threads: 24 / 24
- Max. Takt: 5,7 GHz
- KI: NPU 13 TOPS
- Leistung: 125–250 W
5. AMD Ryzen Threadripper 7970X: Workstation für mehrere Grafikkarten
Der AMD Ryzen Threadripper 7970X* ist ein Workstation-Prozessor mit 32 Kernen und 64 Threads für den Sockel sTR5. Für KI zählen zwei Dinge, die Desktop-CPUs nicht bieten: vier Speicherkanäle und 88 nutzbare PCIe-Lanes für mehrere Grafikkarten und schnelle SSDs.
Für wen: Profis und Teams, die mehrere Grafikkarten betreiben, Modelle feintunen oder große Datenmengen für das Training vorbereiten.
Aktueller Preis: Preis bei Amazon prüfen
Technische Daten:
- 32 Kerne, 64 Threads, Zen 4
- Basistakt 4,0 GHz, Boost bis 5,3 GHz
- 128 MB L3-Cache
- 350 W TDP, Sockel sTR5
- Vier Speicherkanäle DDR5 RDIMM bis 5200 MT/s, ECC, bis 1 TB
- 92 PCIe-Lanes, davon 88 nutzbar
Vorteile:
- Genug PCIe-Lanes für mehrere Grafikkarten mit voller Anbindung
- Doppelt so viele Speicherkanäle wie Desktop-CPUs
- Sehr viel Arbeitsspeicher möglich, mit ECC
Nachteile:
- Teure Plattform: Mainboard und RDIMM-Speicher kosten deutlich mehr als bei AM5
- 350 W Abwärme
- Für eine einzelne Grafikkarte überdimensioniert
Fazit: Der Threadripper 7970X lohnt sich, wenn du mehr als eine Grafikkarte einsetzen willst oder sehr viel Arbeitsspeicher brauchst. Für einen PC mit einer GPU reicht ein Ryzen 9.
AMD Threadripper 7970X
Workstation für mehrere GPUs- Kerne / Threads: 32 / 64
- Max. Takt: 5,3 GHz
- KI: 4 Speicherkanäle
- Leistung: 350 W
Welcher Prozessor für welchen KI-Einsatz?
- KI-PC mit einer Grafikkarte, kleines Budget: AMD Ryzen 7 8700F
- Intel-Plattform für Arbeit und KI: Intel Core Ultra 7 265F
- Sprachmodelle teilweise auf der CPU, Entwicklung, Videoschnitt: AMD Ryzen 9 9950X
- Höchste Intel-Leistung mit NPU: Intel Core Ultra 9 285K
- Mehrere Grafikkarten, Feintuning, sehr viel Arbeitsspeicher: AMD Ryzen Threadripper 7970X
Desktop, Laptop oder Mini-PC?
Ein Desktop-PC bietet für KI die meiste Leistung fürs Geld, weil du Prozessor und Grafikkarte frei kombinieren und gut kühlen kannst. Laptops sind mobil, ihre Prozessoren dürfen aber weniger Strom aufnehmen: Der Core Ultra 9 275HX ist mit 55 bis 160 W angegeben, Desktop-Spitzenmodelle mit bis zu 250 W. Eine Übersicht findest du bei unseren KI-Laptops.
Eine neue Klasse sind Chips mit großem gemeinsamem Speicher für Prozessor und Grafik. Der AMD Ryzen AI Max+ 395 (16 Kerne, NPU mit 50 TOPS) steckt in Mini-PCs und Laptops mit bis zu 128 GB LPDDR5X, davon lassen sich bis zu 96 GB als Grafikspeicher nutzen. Bei 256 Bit und 8.000 MT/s ergibt das rechnerisch rund 256 GB/s, deutlich mehr als ein klassischer Desktop-Prozessor. NVIDIAs DGX Spark verfolgt dasselbe Prinzip mit 20 Arm-Kernen, 128 GB gemeinsamem Speicher und 273 GB/s. Beide eignen sich für große Sprachmodelle, die auf keine Consumer-Grafikkarte passen, sind aber langsamer als eine Grafikkarte mit gleich viel Videospeicher.
Prozessoren für Server und Rechenzentren
Im Rechenzentrum rechnen die Grafikkarten, die Server-CPU versorgt sie. Sie lädt und bereitet Trainingsdaten auf, verteilt Aufgaben auf die GPUs und übernimmt Inferenz für kleinere Modelle, für die sich keine GPU lohnt.
Typische Server-Prozessoren sind AMD EPYC und Intel Xeon. Intels Xeon-Prozessoren ab der 4. Generation haben die Matrix-Einheiten AMX, die Frameworks wie PyTorch und OpenVINO für INT8- und BF16-Berechnungen nutzen. NVIDIA baut mit Grace einen eigenen Server-Prozessor mit 72 Arm-Kernen. Im GB200 Grace Blackwell Superchip ist eine Grace-CPU mit zwei Blackwell-GPUs verbunden. Diese Systeme kosten ein Vielfaches eines Workstation-PCs und sind für Unternehmen und Forschungseinrichtungen gedacht.
Lokal oder in der Cloud?
Für gelegentliche, große Aufgaben ist die Cloud günstiger, für die tägliche Arbeit der eigene Rechner. Anbieter wie AWS, Google Cloud oder Microsoft Azure vermieten Server mit vielen CPU-Kernen und Rechenzentrums-GPUs stundenweise. Du zahlst nur die Nutzung und musst nichts kaufen. Dafür laufen die Kosten bei jeder Nutzung weiter, und deine Daten verlassen den eigenen Rechner, was bei personenbezogenen Daten eine Datenschutzprüfung erfordert.
Prozessor für Entwickler
Wer KI-Anwendungen entwickelt, profitiert von vielen Kernen und viel Arbeitsspeicher. Kompilieren, Container und Datenpipelines laufen parallel, oft neben einem lokalen Modell. 12 bis 16 Kerne und 64 GB Arbeitsspeicher sind ein guter Ausgangspunkt, etwa mit dem Ryzen 9 9950X.
Für die KI-Einheiten der Prozessoren gibt es eigene Werkzeuge: Intels OpenVINO nutzt CPU, integrierte Grafik und NPU der Core-Ultra-Prozessoren. AMD bietet für seine NPUs die Ryzen AI Software. llama.cpp, die Basis von Ollama, nutzt auf der CPU die Befehlssätze AVX2 und AVX-512 sowie AMX auf Xeon-Prozessoren.
Die 5 Prozessoren für KI im direkten Vergleich
Fazit
Für einen KI-PC mit Grafikkarte reicht ein günstiger Prozessor: Der AMD Ryzen 7 8700F bremst eine Mittelklasse-GPU nicht aus und kostet wenig. Wer mehr parallel arbeitet oder Modelle teilweise auf der CPU laufen lässt, greift zum AMD Ryzen 9 9950X. Auf der Intel-Seite sind der Core Ultra 7 265F und der Core Ultra 9 285K die passenden Modelle. Der Threadripper 7970X lohnt sich erst mit mehreren Grafikkarten.
Mindestens genauso wichtig wie der Prozessor ist die richtige Grafikkarte für KI. Lies am besten auch diesen Beitrag, um optimal für deine KI-Projekte ausgerüstet zu sein.
Häufige Fragen zum Prozessor für KI
Was ist ein KI-Prozessor?
Ein KI-Prozessor ist ein Chip mit Recheneinheiten für KI-Berechnungen wie Matrixmultiplikationen. Bei PCs meint der Begriff meist eine CPU mit eingebauter NPU, etwa Intel Core Ultra oder AMD Ryzen AI. Im Rechenzentrum zählen auch Grafikprozessoren und Spezialchips wie Googles TPU dazu.
Was ist der Unterschied zwischen NPU, CPU und GPU?
Die CPU steuert das System und rechnet flexibel auf wenigen starken Kernen. Die GPU hat tausende einfache Kerne und schnellen eigenen Speicher und übernimmt die Hauptarbeit bei Bildgenerierung und Sprachmodellen. Die NPU ist ein kleiner, sparsamer KI-Beschleuniger im Prozessor für dauerhafte, kleinere KI-Aufgaben wie Hintergrund-Unschärfe oder Windows-KI-Funktionen.
Reicht ein Prozessor ohne Grafikkarte für lokale KI?
Für kleine Sprachmodelle ja, für Bildgenerierung und große Modelle kaum. Ein Modell mit 8 Milliarden Parametern in 4-Bit läuft auf einem aktuellen Desktop-Prozessor mit höchstens rund 20 Tokens pro Sekunde. Stable Diffusion ist ohne Grafikkarte sehr langsam.
Wie viele Kerne braucht ein Prozessor für KI?
Für einen KI-PC, bei dem die Grafikkarte rechnet, reichen 8 Kerne. Für Entwicklung, Datenaufbereitung und Modelle, die teilweise auf der CPU laufen, sind 12 bis 16 Kerne sinnvoll. Mehr als 16 Kerne lohnen sich vor allem in Workstations mit mehreren Grafikkarten.
AMD oder Intel: Welcher Prozessor ist besser für KI?
Beide sind geeignet, die Grafikkarte ist wichtiger als die Marke. AMDs Ryzen 9000 bietet AVX-512 mit vollen 512 Bit, das hilft bei Sprachmodellen auf der CPU. Intels Core Ultra 200S hat in allen Modellen eine NPU und wird von OpenVINO gut unterstützt.
Kann man die Kühlung eines Mini-PCs ersetzen, um die KI-Leistung zu verbessern?
Meist nur eingeschränkt. Kühler in Mini-PCs sind auf Gehäuse und Mainboard zugeschnitten, ein Tausch ist selten vorgesehen und kann die Garantie kosten. Mehr bringt es, Staub zu entfernen, die Lüftungsöffnungen frei zu halten und im Hersteller-Tool ein Leistungsprofil zu wählen, das die Kühlung schafft. Eine bessere Kühlung verhindert nur, dass der Prozessor unter Dauerlast den Takt senkt. Für lokale Sprachmodelle zählen Arbeitsspeicher und Speicherbandbreite mehr.
Welche Rolle spielt die CPU eines Servers beim Training und der Anwendung von KI-Modellen?
Die Server-CPU versorgt die Grafikkarten: Sie lädt und bereitet Trainingsdaten auf, verteilt Aufgaben und verwaltet Speicher und Netzwerk. Die eigentlichen Trainingsberechnungen laufen auf den GPUs. Kleinere Modelle kann die CPU selbst ausführen, Intels Xeon-Prozessoren ab der 4. Generation nutzen dafür ihre AMX-Einheiten.
Wie müssen CPU und Grafikkarte zusammenarbeiten, um eine möglichst hohe Performance zu erreichen?
Das Modell sollte vollständig in den Videospeicher passen, denn die Grafikkarte liest ihren Speicher mehrfach schneller als die CPU den Arbeitsspeicher. Die Grafikkarte gehört in den obersten PCIe-Steckplatz, der direkt am Prozessor hängt. Dazu kommen genug Arbeitsspeicher, als Faustregel mindestens so viel wie Videospeicher, und eine schnelle NVMe-SSD, damit Modelle zügig laden.
Wenn du deine Hardware für KI zusammenstellst, wähle zuerst die passende Grafikkarte für KI und dann den Prozessor. Unterwegs helfen dir KI-Laptops mit eigener GPU.
Quellen (abgerufen am 23.10.2026):
- AMD: Ryzen 7 8700F, technische Daten: https://www.amd.com/en/products/processors/desktops/ryzen/8000-series/amd-ryzen-7-8700f.html
- Intel: Core Ultra 7 Prozessor 265F, Spezifikationen: https://www.intel.com/content/www/us/en/products/sku/241064/intel-core-ultra-7-processor-265f-30m-cache-up-to-5-30-ghz/specifications.html
- AMD: Ryzen 9 9950X, technische Daten: https://www.amd.com/de/products/processors/desktops/ryzen/9000-series/amd-ryzen-9-9950x.html
- Intel: Core Ultra 9 Prozessor 285K, Spezifikationen: https://www.intel.de/content/www/de/de/products/sku/241060/intel-core-ultra-9-processor-285k-36m-cache-up-to-5-70-ghz/specifications.html
- AMD: Ryzen Threadripper Prozessoren für Workstations: https://www.amd.com/en/products/processors/workstations/ryzen-threadripper.html
- AMD: Pressemitteilung Ryzen Threadripper 7000 (19.10.2023): https://www.amd.com/en/newsroom/press-releases/2023-10-19-amd-introduces-new-amd-ryzen-threadripper-7000-ser.html
- Notebookcheck: Intel Core Ultra 9 275HX: https://www.notebookcheck.com/Intel-Core-Ultra-9-275HX-Prozessor-Benchmarks-und-Specs.943093.0.html
- Notebookcheck: AMD Ryzen AI Max+ 395: https://www.notebookcheck.net/AMD-Ryzen-AI-Max-395-Processor-Benchmarks-and-Specs.942323.0.html
- Phoronix: AVX-512 auf AMD Zen 5 (Ryzen 9 9950X): https://www.phoronix.com/review/amd-zen5-avx-512-9950x
- Microsoft: Windows 11 Spezifikationen und Copilot+ PCs: https://www.microsoft.com/en-us/windows/windows-11-specifications
- Intel: Tuning Guide for AI on 4th Gen Xeon (AMX): https://www.intel.com/content/www/us/en/developer/articles/technical/tuning-guide-for-ai-on-the-4th-generation.html
- NVIDIA: Grace CPU Superchip: https://www.nvidia.com/en-us/data-center/grace-cpu-superchip/
- NVIDIA: DGX GB200: https://www.nvidia.com/en-us/data-center/dgx-gb200/
- NVIDIA: DGX Spark, Hardware-Übersicht: https://docs.nvidia.com/dgx/dgx-spark/hardware.html
- AMD: Ryzen AI Software, Dokumentation: https://ryzenai.docs.amd.com/en/latest/index.html
