RTX 5090 en producción: los datos de nuestro informe CGW

Introducción

A principios de este año, Super Renders Farm puso en producción su primer nodo con RTX 5090, y dejamos que una cola de renderizado real, no un script de benchmark, decidiera cuánto valía realmente la tarjeta. Contamos la historia completa en el número SIGGRAPH 2026 de Computer Graphics World: siete semanas de registros de tareas de escenas de clientes reales, con sus fallos incluidos.

Este artículo es el complemento de esa historia: los mismos datos de producción, destilados en las cifras que la gente realmente quiere citar, con la metodología explicada al detalle para que cada dato pueda verificarse en lugar de darse por hecho. Si solo necesita una cifra, es la aceleración mediana de 3,2x que se indica más abajo. Si necesita citarla de forma responsable, siga leyendo.

Como aparece en Computer Graphics World: este conjunto de datos respalda nuestro informe de campo en el número SIGGRAPH 2026 de CGW. Léalo en la edición digital de CGW de abril/mayo/junio de 2026. Un breve recorrido en vídeo del mismo despliegue, incluido el hardware del nodo y cómo obtuvimos las cifras, está disponible en este recorrido en vídeo.

Cómo se construyeron estas cifras

Cada cifra de este artículo procede de los registros de producción de Super Renders Farm, no de una prueba controlada de laboratorio. El nodo que ejecuta las RTX 5090 es sencillo: dos tarjetas por nodo, 128 GiB de RAM, 32 núcleos lógicos, Windows 11, una tarea por GPU, de modo que cada cifra a continuación es un dato limpio por tarjeta.

Para la comparación de la aceleración, no preparamos escenas emparejadas de forma artificial. Extrajimos trabajos que se habían ejecutado tanto en los nodos nuevos como en los de la generación anterior dentro del curso normal del negocio, con la misma escena y el mismo usuario, exigiendo al menos tres tareas por lado antes de que una escena contara. Una nota metodológica, porque cambia cómo debe leerse la cifra: cada escena aporta la mediana de sus propios tiempos por fotograma en cada lado, y el 3,2x es la mediana de esas 38 proporciones, una mediana de medianas, de modo que un solo fotograma lento no puede sesgarla. Ese filtro dejó 38 escenas emparejadas extraídas de 1.419 tareas de renderizado individuales entre abril y mayo de 2026: 503 tareas en el nodo con RTX 5090 y 916 en nuestros nodos de la generación anterior, de clase RTX 3080, que funcionan mediante GPU passthrough dentro de máquinas virtuales. Todo el trabajo es renderizado por GPU con Blender Cycles; no estamos generalizando esto a otros motores de renderizado ni a otras generaciones de hardware.

La cifra principal: mediana de 3,2x

En esas 38 escenas, el tiempo mediano por fotograma en una sola RTX 5090 se redujo alrededor de un 69% en comparación con nuestros nodos de generación anterior de clase RTX 3080, una aceleración mediana de 3,2x. La dispersión importa tanto como el punto medio: el rango intercuartílico va de 2,7x a 3,4x, el rango completo en las 38 escenas es de 1,6x a 5,1x, y un intervalo de confianza bootstrap del 95% sobre la mediana se sitúa entre 3,0x y 3,3x (20.000 remuestreos).

La aceleración no se distribuye de forma uniforme entre los tipos de escena. Al representar la aceleración por escena frente al tiempo que tardaban los fotogramas en el hardware antiguo se observa una tendencia positiva débil, una correlación de rango de Spearman de aproximadamente 0,34 (p bilateral de aproximadamente 0,04): modesta y direccional, no predictiva. Los fotogramas cortos, de pocos segundos cada uno, fueron los que menos ganaron, ya que la sobrecarga fija por tarea (carga de la escena, sincronización, la capa de virtualización anterior) consume una proporción mayor de un tiempo corto. Los fotogramas más pesados tendieron a ganar más, aunque con una dispersión real: una escena pesada se quedó en solo 1,6x porque su cuello de botella era, con toda probabilidad, el almacenamiento o una etapa limitada por CPU, no la GPU.

Vale la pena repetir aquí tres notas de honestidad. Primera, se trata de datos observacionales extraídos de una cola en producción, no de una escena de benchmark fija; los usuarios a veces cambiaban la configuración entre un renderizado y otro. Segunda, la comparación es de nodo contra nodo, y el lado de la generación anterior funciona virtualizado mientras que el lado con RTX 5090 es bare metal, por lo que parte de la diferencia se debe a la arquitectura, no solo al silicio. Tercera, la línea base es el hardware de clase RTX 3080 en el que realmente se ejecutaron estos trabajos, no una tarjeta de la generación actual; no estamos haciendo ninguna afirmación sobre cómo se compara la RTX 5090 con otras tarjetas actuales.

Tasa de finalización y estabilidad del driver

A lo largo de la ventana de 51 días (algo más de siete semanas), el nodo completó el 99,6% de sus tareas, casi 4.900 de ellas. Las otras 18 fallaron; el planificador registra un fallo, no una causa, así que no vamos a adivinar una.

Un único driver, la versión 581.80 sobre CUDA 13.0, funcionó durante toda la ventana, del 1 de abril al 22 de mayo, sin retrocesos y sin cambios a mitad de periodo. Nuestros nodos de la generación anterior ejecutaron el driver 565.90 durante el mismo periodo. Para un hardware tan nuevo, un registro de drivers aburrido es exactamente lo que esperamos ver.

El denoising por IA ya era el estándar

Alrededor del 83% de los trabajos de Cycles en el nodo con RTX 5090 ejecutaron un paso de denoising por IA (OptiX o Intel Open Image Denoise) como estándar, y la tasa en nuestros nodos de generación anterior es prácticamente idéntica. Todos los denoisers en tiempo de renderizado que Cycles ha incorporado desde Blender 3.0 se basan en IA, y nuestros trabajos de producción abarcan desde Blender 3.6 hasta 5.1. La generación de hardware no cambió el comportamiento del denoising; el denoising por IA ya era habitual antes de la llegada de la RTX 5090. Lo que cambia con la nueva tarjeta es el rendimiento del path tracing, el trabajo alrededor de ese paso ya estándar. Esta cifra se limita a Cycles; otros motores de renderizado registran el denoising de forma diferente o no lo registran en absoluto.

La VRAM de la RTX 5090 en producción real

Cycles escribe su cifra de memoria máxima del dispositivo en el registro de renderizado, un indicador útil, aunque aproximado, de la demanda de VRAM en producción. En los 57 trabajos de Cycles en los que se registró esa línea en el nodo con RTX 5090 durante la ventana, la memoria máxima del dispositivo de renderizado fue de unos 5,6 GB en la mediana y 11,5 GB en el percentil 90. Nuestras tarjetas de generación anterior son piezas de 10 a 12 GB, por lo que el trabajo mediano habría encajado sin problemas; el trabajo del percentil 90 ya estaba cerca de su límite.

La cola llega aún más lejos: el trabajo más pesado registrado utilizó aproximadamente 37,6 GB, más que los 32 GB de memoria integrada de la propia RTX 5090. En un render por GPU, una escena de ese tamaño simplemente no cabe: o el renderizador vuelca el exceso en la memoria del sistema anfitrión a través de PCIe, con un coste de velocidad muy alto, o directamente no se renderiza. En cualquier caso, es un límite real que conviene tener en cuenta al planificar. Dimensionamos la VRAM pensando en la cola, no en la mediana, porque la diferencia entre una tarjeta de 12 GB y una de 32 GB es la diferencia entre poder renderizar o no, el día en que una escena la necesite.

Consumo eléctrico de la RTX 5090 y energía por fotograma

Una RTX 5090 está clasificada en la clase de 575 vatios, pero bajo carga de renderizado sostenida medimos aproximadamente entre 360 y 375 vatios por tarjeta, con picos cercanos a 400 vatios, a entre 68 y 83 grados Celsius. Se trata de consumo y calor reales, pero como una partida acotada y predecible, no como el pico nominal.

Con ese consumo acotado, un fotograma mediano de Cycles aquí se completa en unos 24 segundos, del orden de 2,5 vatios-hora por fotograma entregado. Solo medimos el lado de la RTX 5090, así que la cifra de energía por fotograma debe tratarse como una inferencia sólida a partir de la potencia medida y el tiempo de renderizado medido, no como una comparación de coste medida directamente frente a la generación anterior.

Lo que estos datos no dicen

Estas son cifras de producción observacionales, de un solo nodo y exclusivas de Cycles. Describen la cola de producción de Super Renders Farm durante una ventana definida de siete semanas y no deben generalizarse a otros motores de renderizado, otras generaciones de hardware ni otras render farms con una combinación de trabajos diferente. No hemos publicado una comparación controlada de GPU de la generación actual; eso es un ejercicio controlado independiente para otro momento. La metodología completa, incluidos los cálculos de bootstrap y correlación, está documentada en nuestro informe de campo de CGW mencionado anteriormente.

FAQ

Q: ¿Cuál fue la aceleración mediana de la RTX 5090 frente a los nodos de la generación anterior? A: Una aceleración mediana de 3,2x en renderizado por GPU con Blender Cycles, basada en 38 escenas de producción emparejadas extraídas de 1.419 tareas de renderizado, con un intervalo de confianza bootstrap del 95% de 3,0x a 3,3x sobre la mediana.

Q: ¿La cifra de 3,2x es un benchmark de laboratorio o datos de producción? A: Son datos de producción extraídos de una cola de renderizado en vivo de Super Renders Farm entre abril y mayo de 2026, no una escena de benchmark preparada o sintética.

Q: ¿Cuánta VRAM utilizan realmente las escenas de producción de Cycles en un nodo con RTX 5090? A: En los 57 trabajos de Cycles en los que se registró esa línea, la mediana fue de unos 5,6 GB, el percentil 90 fue de unos 11,5 GB, y el trabajo individual más pesado registró aproximadamente 37,6 GB, lo que supera los 32 GB de la tarjeta. Una escena de ese tamaño, o vuelca el exceso en la memoria del sistema anfitrión a través de PCIe, con un coste de velocidad muy alto, o directamente no se renderiza.

Q: ¿El denoising por IA es algo que introdujo la RTX 5090? A: No. Alrededor del 83% de los trabajos de Cycles usaron denoising por IA tanto en el nodo con RTX 5090 como en nuestros nodos de generación anterior; la tasa ya era estándar antes de la llegada del nuevo hardware.

Q: ¿Qué tan estable fue el driver de la GPU durante la ventana de prueba? A: Una única versión de driver, la 581.80 sobre CUDA 13.0, funcionó durante toda la ventana de 51 días sin retrocesos ni cambios a mitad de periodo.

Q: ¿Estos datos incluyen una comparación con otras GPU de la generación actual? A: No. La línea base de este conjunto de datos es nuestro hardware de generación anterior de clase RTX 3080. Una comparación controlada con otras tarjetas de la generación actual no formaba parte de este estudio.

Q: ¿Dónde puedo leer el informe de campo completo con la metodología subyacente? A: Nuestro informe de campo se publicó en el número SIGGRAPH 2026 de Computer Graphics World. Puede leerlo en la edición digital de CGW de abril/mayo/junio de 2026. También está disponible un recorrido en vídeo del mismo despliegue.