RTX 5090 em produção: os números do relatório CGW

Introdução

No início deste ano, a Super Renders Farm colocou o seu primeiro nó com RTX 5090 em produção e deixou que uma fila de renderização em tempo real, e não um script de benchmark, decidisse o valor real da placa. Escrevemos a história completa para a edição SIGGRAPH 2026 da Computer Graphics World: sete semanas de registos de tarefas de cenas reais de clientes, falhas incluídas.

Este artigo é o complemento dessa história: os mesmos dados de produção, destilados nos números que as pessoas realmente querem citar, com a metodologia explicada para que cada valor possa ser verificado em vez de aceite por fé. Se só precisar de um número, é a aceleração mediana de 3,2x abaixo. Se precisar de o citar de forma responsável, continue a ler.

Destacado na Computer Graphics World: este conjunto de dados sustenta o nosso relatório de campo na edição SIGGRAPH 2026 da CGW. Leia-o na edição digital de abril/maio/junho de 2026 da CGW. Está também disponível uma breve demonstração em vídeo da mesma implementação, incluindo o hardware do nó e o modo como obtivemos os números, em esta demonstração em vídeo.

Como os números foram construídos

Todos os valores aqui apresentados provêm dos registos de produção da Super Renders Farm, não de uma passagem controlada em laboratório. O nó que executa as RTX 5090 é simples: duas placas por nó, 128 GiB de RAM, 32 núcleos lógicos, Windows 11, uma tarefa por GPU, pelo que cada número abaixo é um valor limpo por placa.

Para a comparação de aceleração, não preparámos cenas emparelhadas. Recolhemos tarefas que foram executadas tanto nos nós novos como nos de geração anterior no decurso normal do trabalho, com a mesma cena e o mesmo utilizador, exigindo pelo menos três tarefas de cada lado para que uma cena contasse. Uma nota de metodologia, porque altera a forma de ler o número: cada cena contribui com a mediana dos seus próprios tempos por frame em cada lado, e o 3,2x é a mediana desses 38 rácios, uma mediana de medianas, pelo que um único frame lento não consegue distorcer o resultado. Esse filtro deixou 38 cenas emparelhadas, retiradas de 1.419 tarefas de renderização individuais entre abril e maio de 2026: 503 tarefas no nó com RTX 5090 e 916 nos nossos nós de geração anterior, da classe RTX 3080, a funcionar como GPU passthrough dentro de máquinas virtuais. Trata-se, na totalidade, de trabalho de GPU em Blender Cycles; não estamos a generalizar isto a outros motores de renderização nem a outras gerações de hardware.

O número principal: mediana de 3,2x

Nessas 38 cenas, o tempo mediano por frame numa única RTX 5090 caiu cerca de 69 % em comparação com os nossos nós de geração anterior, da classe RTX 3080, uma aceleração mediana de 3,2x. A dispersão importa tanto quanto o valor central: o intervalo interquartil vai de 2,7x a 3,4x, o intervalo total nas 38 cenas vai de 1,6x a 5,1x, e um intervalo de confiança de 95 % por bootstrap sobre a mediana situa-se entre 3,0x e 3,3x (20.000 reamostragens).

A aceleração não está distribuída de forma uniforme entre os tipos de cena. Traçando a aceleração por cena face ao tempo que os frames demoravam no hardware antigo, observa-se uma tendência positiva ténue, uma correlação de postos de Spearman de cerca de 0,34 (p bicaudal de aproximadamente 0,04): modesta e direcional, não preditiva. Os frames curtos, de poucos segundos cada, foram os que menos ganharam, uma vez que a sobrecarga fixa por tarefa (carregamento da cena, sincronização, a anterior camada de virtualização) consome uma fatia maior de um tempo curto. Os frames mais pesados tenderam a ganhar mais, embora com dispersão real: uma cena pesada manteve-se em apenas 1,6x porque o seu estrangulamento era plausivelmente o armazenamento ou uma etapa limitada pela CPU, e não a GPU.

Vale a pena repetir aqui três notas de honestidade. Primeiro, trata-se de dados observacionais recolhidos de uma fila em produção, não de uma cena de benchmark fixa; por vezes, os utilizadores alteraram definições entre novas renderizações. Segundo, a comparação é nó a nó, e o lado da geração anterior é executado de forma virtualizada, enquanto o lado da RTX 5090 é bare metal, pelo que parte da diferença se deve à arquitetura, e não apenas ao silício. Terceiro, a base de comparação é o hardware da classe RTX 3080 em que estas tarefas foram efetivamente executadas, e não uma placa da geração atual; não estamos a fazer qualquer afirmação sobre como a RTX 5090 se compara com outras placas atuais.

Taxa de conclusão e estabilidade do driver

Ao longo da janela de 51 dias (pouco mais de sete semanas), o nó concluiu 99,6 % das suas tarefas, quase 4.900 no total. As outras 18 falharam; o agendador regista uma falha, não uma causa, pelo que não estamos a especular sobre uma.

Um único driver, versão 581.80 sobre CUDA 13.0, esteve em funcionamento durante toda a janela, de 1 de abril a 22 de maio, sem qualquer reversão e sem qualquer substituição a meio do período. Os nossos nós de geração anterior utilizaram o driver 565.90 durante o mesmo período. Para hardware tão recente, um registo de driver «aborrecido» é exatamente o que esperamos ver.

O denoising com IA já era a predefinição

Cerca de 83 % das tarefas do Cycles no nó com RTX 5090 executaram uma passagem de denoising com IA (OptiX ou Intel Open Image Denoise) como predefinição, e a taxa nos nossos nós de geração anterior é essencialmente idêntica. Todos os denoisers em tempo de renderização que o Cycles lançou desde o Blender 3.0 são baseados em IA, e as nossas tarefas de produção abrangem do Blender 3.6 ao 5.1. A geração de hardware não alterou o comportamento do denoising; o denoising com IA já era rotina antes da chegada da RTX 5090. O que a nova placa altera é o débito do path tracing, o trabalho em torno desse passo já padrão. Este valor está limitado apenas ao Cycles; outros motores de renderização registam o denoising de forma diferente, ou não o registam de todo.

A VRAM da RTX 5090 na prática

O Cycles regista o valor de pico de memória do dispositivo no registo de renderização, um indicador útil, ainda que aproximado, da procura de VRAM em produção. Nas 57 tarefas do Cycles em que essa linha foi registada no nó com RTX 5090 durante a janela, o pico de memória do dispositivo de renderização foi de cerca de 5,6 GB na mediana e 11,5 GB no percentil 90. As nossas placas de geração anterior são modelos de 10 a 12 GB, pelo que a tarefa mediana caberia confortavelmente; a tarefa do percentil 90 já estava próxima do limite dessas placas.

A cauda vai ainda mais longe: a tarefa mais pesada registada utilizou cerca de 37,6 GB, mais do que os 32 GB de memória integrada da própria RTX 5090. Numa renderização por GPU, uma cena desse tamanho simplesmente não cabe: o renderizador ou transborda o excesso para a memória do sistema anfitrião através do PCIe, com uma forte penalização de velocidade, ou não renderiza de todo. De qualquer das formas, é um limite real que vale a pena planear com antecedência. Dimensionamos a VRAM para a cauda, não para a mediana, porque a diferença entre uma placa de 12 GB e uma de 32 GB é a diferença entre conseguir renderizar ou não, no dia em que uma cena precisar dela.

Consumo de energia da RTX 5090 e energia por frame

A RTX 5090 tem uma classificação na ordem dos 575 watts, mas sob carga de renderização sustentada medimos aproximadamente 360 a 375 watts por placa, com picos próximos dos 400 watts, a temperaturas entre 68 e 83 graus Celsius. Trata-se de consumo e calor reais, mas um valor limitado e previsível, e não o pico nominal.

Nesse consumo limitado, um frame mediano do Cycles aqui termina em cerca de 24 segundos, na ordem de 2,5 watts-hora por frame entregue. Apenas medimos o lado da RTX 5090, pelo que o valor de energia por frame deve ser tratado como uma inferência sólida a partir da potência medida e do tempo de renderização medido, e não como uma comparação de custo diretamente medida face à geração anterior.

O que estes números não dizem

Estes são números de produção observacionais, referentes a um único nó e apenas ao Cycles. Descrevem a fila de produção da Super Renders Farm ao longo de uma janela definida de sete semanas e não devem ser generalizados a outros motores de renderização, outras gerações de hardware, ou render farms com uma combinação de tarefas diferente. Não publicámos uma comparação controlada de GPUs da geração atual; esse é um exercício controlado separado, para outra altura. A metodologia completa, incluindo os cálculos de bootstrap e de correlação, está documentada no nosso relatório de campo da CGW referido acima.

FAQ

Q: Qual foi a aceleração mediana da RTX 5090 em comparação com os nós de geração anterior? A: Uma aceleração mediana de 3,2x na renderização por GPU em Blender Cycles, com base em 38 cenas de produção emparelhadas, retiradas de 1.419 tarefas de renderização, com um intervalo de confiança de 95 % por bootstrap de 3,0x a 3,3x sobre a mediana.

Q: O valor de 3,2x é um benchmark de laboratório ou dados de produção? A: São dados de produção recolhidos de uma fila de renderização em produção da Super Renders Farm, ao longo de abril e maio de 2026, e não uma cena de benchmark preparada ou sintética.

Q: Quanta VRAM utilizam efetivamente as cenas de produção do Cycles num nó com RTX 5090? A: Nas 57 tarefas do Cycles em que essa linha foi registada, a mediana foi de cerca de 5,6 GB, o percentil 90 foi de cerca de 11,5 GB, e a tarefa mais pesada registou cerca de 37,6 GB, o que ultrapassa os 32 GB da placa. Uma cena desse tamanho ou transborda o excesso para a memória do sistema anfitrião através do PCIe, com uma forte penalização de velocidade, ou não renderiza de todo.

Q: O denoising com IA foi algo introduzido pela RTX 5090? A: Não. Cerca de 83 % das tarefas do Cycles utilizaram denoising com IA tanto no nó com RTX 5090 como nos nossos nós de geração anterior; a taxa já era padrão antes da chegada do novo hardware.

Q: Qual foi a estabilidade do driver da GPU durante a janela de teste? A: Uma única versão de driver, 581.80 sobre CUDA 13.0, esteve em funcionamento durante toda a janela de 51 dias, sem qualquer reversão ou substituição a meio do período.

Q: Estes dados incluem uma comparação com outras GPUs da geração atual? A: Não. A base de comparação neste conjunto de dados é o nosso hardware de geração anterior, da classe RTX 3080. Uma comparação controlada com outras placas da geração atual não fez parte deste estudo.

Q: Onde posso ler o relatório de campo completo com a metodologia subjacente? A: O nosso relatório de campo foi publicado na edição SIGGRAPH 2026 da Computer Graphics World. Leia-o na edição digital de abril/maio/junho de 2026 da CGW. Está também disponível uma demonstração em vídeo da mesma implementação.