Triar una targeta gràfica avui dia ja no va només de quants FPS treu al teu joc favorit. Cada cop importa més quanta electricitat necessita per rendir bé, tant per la factura de la llum com per la calor que genera i l'impacte ambiental. I aquí és on entra en joc una bona comparativa de consum energètic, que va des de les GPUs modestes per a un Ryzen 5 7600 fins als monstres de càlcul per a intel·ligència artificial.
A les següents línies trobaràs una guia molt completa on es creuen dos mons: d'una banda, les GPUs de baix consum i bona eficiència per a gaming i PCs domèstics, i de l'altra, les bèsties per a servidors i centres de dades que entrenen models d'IA i devoren watts com si no hi hagués un demà. La idea és que entenguis què fa que una GPU sigui eficient, com ha canviat l'eficiència energètica a AMD i NVIDIA, i quins models concrets tenen ara mateix la millor relació rendiment/watt.
Per què és tan important l'eficiència energètica d'una GPU?
Quan parlem de consum en targetes gràfiques, solem referir-nos al TGP o TDP, és a dir, la potència màxima aproximada que pot consumir la GPU sota càrrega. Aquest valor condiciona diverses coses: la mida i la qualitat de la font d'alimentació, la quantitat de calor que es genera, el soroll dels ventiladors i, per descomptat, la factura elèctrica si fas servir molt l'equip.
A la pràctica, fins i tot dos GPUs amb el mateix nom comercial poden comportar-se de forma molt diferent, perquè els fabricants estableixen límits de potència diferents segons el model i el disseny del dissipador. No és estrany veure, per exemple, una RTX 4050 mòbil funcionant a 35 W i una altra a 115 W; el nom és el mateix, però el rendiment canvia radicalment amb aquest topall de consum. Això complica força les comparatives si no es té en compte la dada dels watts.
A més, tota GPU s'alimenta a través del bus PCI Express i de connectors d'alimentació addicionals de 6, 8 o 16 pins, cosa que obliga a equilibrar el disseny de l'arquitectura amb un objectiu clar: aconseguir més rendiment mantenint o reduint el consum mitjançant configurar perfils de rendiment. En els darrers anys s'ha avançat moltíssim en aquest punt, tant a l'àmbit del gaming com al dels servidors amb GPU per a IA i HPC (còmput d'alt rendiment).
Evolució de l'eficiència energètica a GPUs gaming d'AMD i NVIDIA
Si mirem enrere uns deu anys, ens trobem amb generacions com les ATI Radeon HD 5000 (Terascale 2) i les NVIDIA GTX 400. En aquella època, el rendiment per watt deixava força a desitjar si ho comparem amb el que tenim avui. A partir d'aquí, cada nova arquitectura ha anat estrenyent les femelles de l'eficiència energètica.
Un dels salts més cridaners va arribar amb les NVIDIA GTX 900. Va ser la primera generació de NVIDIA que va adoptar de forma clara tècniques avançades de rasteritzat basades en tils, cosa que va ajudar a aprofitar molt millor l'energia consumida. AMD va prometre una cosa similar amb la seva tecnologia DSBR a les GPU Vega, però la implementació realment sòlida no va arribar fins a les primeres RDNA (RX 5000) i la seva evolució RDNA 2 (RX 6000), on l'equilibri rendiment/consum va millorar de manera notable.
En termes de rendiment per watt, els esforços d'AMD amb RDNA han estat tan importants que, en certs rangs de producte, han aconseguit situar-se per sobre de les NVIDIA RTX 30. A això cal sumar-hi el factor preu: tradicionalment, les targetes d'AMD han sortit una mica més barates que els seus equivalents de NVIDIA, cosa que les ha fet atractives per a molts usuaris, encara que aquest preu més baix també reflectia que AMD portava generacions una mica per darrere en rendiment pur.
Un altre aspecte clau ha estat el node de fabricació. Mentre AMD apostava per 7 nm de TSMC en les darreres generacions, NVIDIA es movia entre 12 nm de TSMC (RTX 20) i 8 nm de Samsung (RTX 30). Això ha donat a AMD un avantatge en densitat de transistors i eficiència que no sempre es percep si només mires les especificacions tècniques. Utilitzar un node més avançat permet ficar més transistors en menys espai i consumir menys a igual rendiment, per la qual cosa la comparativa entre arquitectures no ha estat totalment justa.
Amb l'arribada de noves generacions, s'espera que tant AMD com NVIDIA adoptin nodes més avançats (com els 5 nm de TSMC en arquitectures recents), cosa que igualarà molt més el terreny de joc i ens permetrà comparar eficiència gairebé en igualtat de condicions, deixant més clara la qualitat del disseny arquitectònic pur.
GPUs per a servidors i IA: potència extrema i consum desorbitat
L'altre gran front on es juga la batalla de l'eficiència és el de les GPU per a servidors i centres de dades. Aquí no es busquen FPS en jocs sinó accelerar models d'intel·ligència artificial, big data i simulacions científiques extremadament complexes. I encara que l'eficiència es cuida, els consums absoluts es disparen a xifres que impressionen.
NVIDIA H100: una bèstia d'IA que devora watts
La NVIDIA H100 és, avui dia, una de les GPU més potents del catàleg de NVIDIA per a IA i HPC. Es basa en l'arquitectura Hopper i està pensada per a organitzacions que necessiten un rendiment descomunal per entrenar i executar models dIA de darrera generació, grans models de llenguatge i simulacions científiques complexes.
Entre les seves característiques tècniques destaquen una tecnologia de fabricació avançada de 4 nm (TSMC), compatibilitat amb memòria HBM3 de fins a 80 GB i un enorme múscul de càlcul: desenes de TFLOPS a FP64 i més de 1000 TFLOPS usant els seus nuclis Tensor en formats reduïts. A més, incorpora suport per tipus de dada com FP8, que permeten millorar molt l'eficiència en l'entrenament de models grans sense perdre massa precisió.
Gràcies a NVLink de quarta generació, la H100 pot interconnectar-se amb altres GPU per formar autèntics clústers d'alt rendiment, multiplicant la capacitat de còmput. El preu de tot això és un consum elèctric aclaparador: en configuracions per a IA es parla de uns 700 watts per GPU. Per posar-ho en context, és més que el que consumeixen molts PC de sobretaula complets, i més que diverses targetes gràfiques gaming de gamma alta juntes.
Quan multipliques aquest consum per les milions d'unitats que es preveu utilitzar els propers anys, la xifra d'energia anual consumida arriba a nivells comparables a l'ús elèctric de països sencers. S'estima que només amb les H100 es podrien superar fàcilment els 13.000 GWh anuals, més que el consum total de països com Guatemala o Lituània. Això planteja seriosos interrogants mediambientals i energètics sobre l'escalada de la IA.
NVIDIA A30: equilibri entre rendiment i consum per a inferència
Enfront de la H100, la NVIDIA A30 és una GPU de servidor més equilibrada basada en l'arquitectura Ampere. Està orientada a empreses que necessiten bon rendiment però també tenir cura del consum i el pressupost. És una opció molt utilitzada per a inferència d'IA (utilitzar models ja entrenats), HPC moderat i virtualització.
Fabricada en 7 nm per TSMC, la A30 ofereix fins 10 TFLOPS a FP64 i uns 165 TFLOPS a nuclis Tensor, amb 24 GB de memòria HBM2 i possibilitat d'enllaçar fins a dues targetes mitjançant NVLink. El seu avantatge principal és que aconsegueix una potència de càlcul significativa amb un consum comparativament contingut, cosa que la fa molt atractiva per a centres de dades que busquin eficiència operativa i costos elèctrics raonables.
Intel Gaudi 2: alternativa sòlida a NVIDIA per a IA
Intel, a través d'Havana Labs, ha desenvolupat els acceleradors Gaudi com a alternativa a les GPU de NVIDIA per a càrregues de treball de IA. El model Gaudí 2 està dissenyat específicament per a entrenament de xarxes neuronals, amb 24 nuclis Tensor i un enfocament molt clar a maximitzar el rendiment i leficiència en aquest tipus de tasques.
Fabricat amb 7 nm, Gaudi 2 incorpora 96 GB de memòria HBM2e i un ecosistema de programari obert. La seva gran carta és la integració de tecnologies com RDMA i RoCE, que permeten accés directe a memòria entre nodes i millor escalabilitat quan es despleguen múltiples acceleradors en paral·lel. Encara que no es parli tant del consum exacte en watts com en el cas de les H100, el seu disseny s'orienta a oferir una relació rendiment/consum molt competitiva.
Intel Gaudi 3: més rendiment i millor eficiència a gran escala
El Intel Gaudi 3 és l'evolució natural de Gaudi 2 i fa un salt important en rendiment i escalabilitat per a IA generativa, models de llenguatge extensos (LLM) i processament d'imatges. Amb un node de 5 nm i una arquitectura optimitzada per a FP8, pot assolir fins a 1,835 PFLOPS en aquest format, i manejar fins a 120 GB de memòria HBM2e.
La infraestructura d'interconnexió millorada permet construir clústers de grans dimensions de forma més eficient, cosa que resulta clau quan s'entrenen models gegantins. En proves comparatives d'entrenament de LLM, Gaudi 3 pot ser fins a 1,7 vegades més ràpid que alternatives molt consolidades, cosa que es tradueix en menys temps de còmput i un millor aprofitament de l'energia necessària per aconseguir un determinat nivell de rendiment.
Impacte ambiental i necessitat d'energies més netes
El creixement de l'ús de GPU per a IA i centres de dades ha fet que el consum energètic d'aquestes infraestructures es dispari. No es tracta només de la potència que exigeixen els acceleradors com H100 o Gaudi 3, sinó també de la resta del maquinari de suport i, sobretot, dels sistemes de refrigeració necessaris per mantenir-los dins dels límits tèrmics.
Grans tecnològiques com Meta, OpenAI o similars ja han admès que per alimentar la infraestructura d'IA calen quantitats ingents d'energia, fins al punt de parlar obertament de centrals nuclears dedicades o d'inversions massives en renovables. Això ha encès totes les alarmes quant a l'impacte climàtic del desenvolupament de la IA, sobretot quan moltes d'aquestes aplicacions arriben a l'usuari final en forma de serveis gratuïtament aparentment.
Davant aquest escenari, esdevé fonamental que les empreses que dissenyen GPU millorin tant l'eficiència com la procedència de l'energia que les alimenta. De ben poc serveix que una GPU sigui un 20% més eficient si es multiplica per deu el nombre total d'acceleradors desplegats i se segueix tirant de fonts fòssils. Aquí la comparativa de consum i eficiència deixa de ser només un tema de factura elèctrica i passa a ser una qüestió de responsabilitat ambiental.
Targetes gràfiques de baix consum per a PCs domèstics i gaming
En el terreny dels PCs domèstics i el gaming, la pel·lícula és diferent. Per a molts usuaris, tenir una GPU eficient significa estalviar a la font d'alimentació, reduir la calor a la caixa i evitar sorolls excessius, a més de pagar una mica menys a final de mes. Les anomenades GPUs de baix consum segueixen sent una categoria molt interessant, sobretot a la gamma mitjana ia la optimització i gestió de jocs a Steam.
Se sol considerar com a GPU de baix consum aquella que no passa d'uns 150 W en càrrega real, i que en el pitjor dels casos necessita un únic connector de 8 pins o fins i tot cap, alimentant-se només del PCI Express. Això permet que funcionin sense problemes en equips amb fonts de 300 a 400 W, una cosa perfecta per a muntar PC econòmics o actualitzar màquines antigues sense haver de canviar mitja plataforma.
Què aporta una GPU de baix consum a un PC real
Un exemple típic seria un PC amb un Ryzen 5 5600X, 16 GB de RAM DDR4, un SSD PCIe i una refrigeració AIO de 240 mm. Si muntes en aquest equip una GPU eficient com una RTX 4060 o una futura RTX 5060, el consum total del sistema sota càrrega sol moure's entre 280 i 320 W, cosa que deixa a una font de 400 W funcionant amb marge més que suficient. A més, una correcta optimització de rendiment a Windows 11 ajuda a mantenir aquests consums controlats.
Aquestes targetes gràfiques, a més, no exigeixen CPUs de gamma altíssima per rendir bé, així que es poden combinar amb processadors relativament econòmics sense por a un coll dampolla greu. També solen ser models compactes i fàcils de refrigerar, amb ventiladors que no necessiten girar a màxima velocitat, cosa que es tradueix en equips més frescos i silenciosos.
Models concrets de GPU eficients i el seu consum
GeForce GTX 1650 GDDR6: opció molt econòmica i frugal
La GeForce GTX 1650 amb memòria GDDR6 és una de les millors candidates si busques un model molt barat de segona mà per revitalitzar un PC veterà. Té un TGP de només 75 W, s'alimenta exclusivament del port PCI Express en moltes versions i pot funcionar sense problemes amb fonts de 300 W antigues.
En rendiment, aquesta GPU rendeix de forma semblant a una GeForce GTX 970 o una Radeon RX 570, però amb lavantatge dutilitzar una arquitectura més moderna (Turing) i comptar amb suport de drivers actual. Encara és capaç de moure jocs poc exigents o una mica antics a 1080p amb qualitat acceptable, cosa que la fa molt interessant per a equips que només necessiten una empenta gràfic modest.
GeForce RTX 4060: gran eficiència per a 1080p
La NVIDIA GeForce RTX 4060 és una targeta molt ben valorada pel seu equilibri entre el rendiment i el consum. Basada en l'arquitectura Ada Lovelace (nucli AD107), ofereix potència més que suficient per jugar a 1080p amb qualitat alta o molt alta als títols actuals, amb suport de tecnologies com DLSS.
El TGP és d'uns 115 W i utilitza un únic connector de 8 pins, de manera que s'emporta de meravella amb fonts de 350-400 W sempre que la resta de l'equip no sigui gaire empassat. Ve amb 3.072 shaders, 8 GB de GDDR6 a 17 Gbps, bus de 128 bits i un bon nombre de nuclis Tensor i RT. El seu preu sol situar-se per sota dels 300 euros, cosa que, tenint en compte el seu consum i l'experiència de joc que ofereix, la converteix en una de les targetes més eficients que ha llançat NVIDIA en els darrers anys.
GeForce RTX 5060: salt de rendiment amb consum contingut
La GeForce RTX 5060 fa un pas més en rendiment, incorporant l'arquitectura Blackwell (nucli GB206) i memòria GDDR7 molt ràpida. Augmenta el nombre de shaders fins als 3.840 i millora el rendiment davant la RTX 4060, situant-se a la pràctica al nivell d'una RTX 4060 Tu de 8 GB en potència bruta.
El seu TGP puja fins als 145 W, mantenint-se encara dins del que es pot considerar un consum moderat. Necessita un connector de 8 pins i, amb una configuració típica de Ryzen 5 5600X, 16 GB de RAM i un SSD, l'equip complet no hauria de passar dels 320 W en càrrega. Els seus 8 GB de GDDR7 i el suport de tècniques de generació de fotogrames de nova generació li donen molta vida útil el 1080p i entrada al 1440p, sense que el consum es dispari.
AMD Radeon RX 7600: alternativa eficient a la RTX 4060
Per als que prefereixen AMD, la Radeon RX 7600 és una candidata interessant a la gamma mitjana. Basada en RDNA 3 (Navi 33), compta amb 2.048 shaders, 8 GB de GDDR6 a 18 Gbps i un bus de 128 bits, així com 32 unitats específiques per a traçat de raigs. En termes de rendiment, se situa molt a prop de la RTX 4060 a 1080p, la qual cosa la converteix en una bona opció per a aquesta resolució.
El TGP és d'uns 165 W i requereix un connector de 8 pins. En un equip estàndard amb un Ryzen 5 5600X i configuració equilibrada, continua sent perfectament viable amb una font de 400 W de qualitat. On brilla especialment és al balanç entre consum i rendiment ara que el preu ha baixat; si la trobes per uns 260 euros o menys, sol ser una compra força assenyada.
GeForce RTX 5060 Ti 16 GB: potència alta sense consum desbocat
Pujant un esglaó ens trobem amb la GeForce RTX 5060 Ti de 16 GB, una targeta que ja s'acosta a la gamma alta en rendiment però es manté raonable en consum. Amb arquitectura Blackwell i nucli GB206, ofereix 4.608 shaders, 16 GB de GDDR7 a 28 Gbps, bus de 128 bits i un bon nombre de nuclis Tensor i RT.
La seva TGP ronda els 180 W, i tot i així aconsegueix rendir més que una Radeon RX 7700 XT, que se'n va a 245 W de TGP. Només necessita un connector de 8 pins, la qual cosa simplifica força el muntatge. En un PC amb Ryzen 5 7600, 32 GB de DDR5, SSD NVMe i una refrigeració de 240 mm, el consum total ronda els 360 W en càrrega amb aquesta GPU. L'ideal en aquest cas és optar per fonts de 450-500 W de bona qualitat per anar folgat i mantenir la font a la seva zona de màxima eficiència.
GeForce RTX 4070: el límit superior de “consum raonable”
Finalment, un model que frega ja el que alguns deixarien de considerar baix consum, però que segueix sent força mesurat comparat amb targetes topall de gamma: la GeForce RTX 4070. Amb arquitectura Ada Lovelace (AD104), 5.888 shaders, 12 GB de GDDR6 a 21 Gbps i bus de 192 bits, és una GPU pensada per jugar a 1440p amb tot al màxim i fins i tot treure el cap al 4K.
El TGP és d'uns 200 W, i sol requerir dos connectors de 8 pins o un de 16 pins, segons el model. En una configuració típica amb Ryzen 5 7600, 32 GB de DDR5 i refrigeració líquida, lequip complet es mou al voltant dels 380-390 W en càrrega. Per a aquesta combinació es recomana una bona font de 500-600 W, que permet tenir marge i assegurar una alta eficiència del propi PSU.
Comparatives per consum real: el gran repte
Un problema recurrent a l'hora de comparar GPU és que la majoria de webs se centren en agrupar resultats de benchmark per model, sense tenir en compte la potència exacta a què treballa cada versió, sobretot en portàtils. Això porta a comparacions enganyoses on, per exemple, una RTX 3050 Ti mòbil capada a 35 W apareix barrejada amb altres variants a 60 o 80 W, cosa que distorsiona la percepció de la seva eficiència real.
L'ideal, a l'hora de fer una comparativa de consum energètic, seria poder triar no només el model de GPU sinó també el límit de potència concret (per exemple, RTX 3050 Ti a 35 W davant RTX 4050 a 45 W) i veure el rendiment relatiu en cada cas. Tot i que hi ha bases de dades i llistats que ordenen les GPUs per consum en watts, tant d'escriptori com de portàtil, no sempre integren els resultats de rendiment associats a cada configuració de potència, que és el que realment permet avaluar leficiència.
A més, cal recordar que el mateix silici pot comportar-se de manera molt diferent segons el disseny del fabricant (VRM, refrigeració, límits de potència), sobretot en portàtils, on una variant de baixa potència busca allargar la bateria i reduir la calor, mentre que una altra amb més watts prioritza el rendiment brut. Per això, a l'hora d'analitzar consum, no n'hi ha prou amb mirar la fitxa tècnica: és imprescindible considerar les proves sota càrrega i les condicions exactes de cada model i realitzar una neteja profunda del sistema abans de mesurar.
Tot aquest panorama, des de les GPU frugals com una GTX 1650 GDDR6 fins a monstres com la NVIDIA H100 o els Intel Gaudi 3, demostra que l'eficiència energètica ha esdevingut un eix central del disseny i l'elecció de targetes gràfiques.
Entendre com es creuen consum, arquitectura, node de fabricació, rendiment i cas d'ús concret permet prendre decisions molt més assenyades, ja sigui per muntar un PC gaming econòmic amb bona relació rendiment/watt o per dimensionar un clúster d'IA que no converteixi la factura elèctrica en un ensurt permanent. Comparteix aquesta informació perquè més persones coneguin del tema.