¿Dos GPUs o una RTX 5090? Estrategia para tu estación de IA

¿Es mejor tener dos tarjetas gráficas trabajando en cosas diferentes o una sola tarjeta monstruosa ejecutando dos tareas simultáneamente? Esta duda es común entre quienes configuran estaciones de trabajo para IA y generación de contenido. La respuesta corta es: depende de lo que quieras lograr.

Gráfico comparativo entre múltiples tarjetas gráficas y una sola tarjeta de alto rendimiento
Comparativa conceptual: ¿dos GPUs especializadas o una bestia única?

La hipótesis inicial sugiere que dos GPUs de gamas distintas pueden ser una estación de trabajo más útil que una sola GPU monstruosa cuando necesitas ejecutar dos tareas independientes al mismo tiempo. Sin embargo, hay matices importantes, especialmente en IA local, generación de vídeo y transcripción.

RTX 3060 + RTX 3090 frente a RTX 5090

Una combinación como una RTX 3060 de 12 GB junto con una RTX 3090 de 24 GB permite dividir el trabajo. Puedes dejar que Whisper transcriba en la 3060 mientras la 3090 genera vídeo, procesa imágenes o ejecuta un LLM. También puedes reservar la tarjeta menor para tareas ligeras y mantener libre la principal para trabajos exigentes.

La RTX 5090, por su parte, ofrece una arquitectura más nueva, mayor capacidad de cómputo y 32 GB de VRAM en una sola tarjeta. Es una opción superior para una tarea pesada que necesita mucha potencia o modelos que no caben cómodamente en 24 GB.

La combinación de dos tarjetas no equivale a una 5090 en velocidad bruta. Su ventaja es la capacidad de trabajar en paralelo sin que una tarea le quite tantos recursos a la otra. Es crucial recordar que la VRAM de ambas tarjetas no se suma automáticamente; tus 12 GB más 24 GB no se convierten en una GPU con 36 GB disponibles para cualquier modelo. Cada aplicación debe gestionar explícitamente la distribución del trabajo.

Escenarios de uso

Para entender cuándo conviene cada opción, podemos analizar situaciones concretas:

  • Transcripción mientras generas vídeo: Dos GPUs permiten separar el proceso de Whisper del renderizado.
  • Dos procesos independientes de ComfyUI: Si el software permite asignarlas por separado, dos GPUs son viables.
  • Un único modelo de IA muy exigente: Aquí la RTX 5090 tiene ventaja con sus 32 GB, aunque no todos los modelos caben en esa capacidad.
  • Generar un vídeo lo más rápido posible: Normalmente la RTX 5090 gana en velocidad pura.

Los datos técnicos confirman que la 5090 tiene 32 GB de VRAM, mientras que la 3090 tiene 24 GB y la 3060 dispone de 12 GB. Además, la 5090 incorpora Tensor Cores de quinta generación, frente a los de tercera generación de la serie 30.

La muralla y la Ley de Amdahl

Aquí entra el problema clásico de los trabajadores: más gente no siempre significa que se haga más rápido. Si un proceso tarda 60 minutos en una sola GPU, añadir más tarjetas tiene límites. Esto tiene nombre: la ley de Amdahl.

Esta ley establece que el beneficio de añadir más procesadores está limitado por la parte del trabajo que no se puede paralelizar. Imagina que un proceso audiovisual tarda 60 minutos en una sola GPU; incluso con infinitas GPUs, ese trabajo tardaría al menos 6 minutos si el 10 % es secuencial y no desaparece.

En informática esto significa que la comunicación entre dispositivos y los recursos compartidos pueden empeorar el resultado. Por eso, distinguir estrategias es vital:

  1. Acelerar un trabajo: Una GPU más potente suele ser la mejor inversión.
  2. Procesar más trabajos por hora: Varias GPUs pueden resultar mejores para aumentar el volumen total.
  3. Mantener la producción continua: Varias GPUs permiten que una transcriba, otra genere vídeo y otra procese imágenes sin obligar a que todo espere a que termine una única tarea.
Esquema de distribución de carga de trabajo entre múltiples unidades de procesamiento
Ejemplo de cómo asignar tareas independientes a diferentes tarjetas para mantener el flujo continuo.

La muralla no tiene que levantarse más rápido. Tiene que haber más murallas terminadas al final del día.

Conclusión para tu fábrica audiovisual

Para una estación de trabajo personal que mantiene varios procesos de IA activos, prefiero dos GPU especializadas por función antes que una única GPU gigantesca, siempre que el presupuesto, la refrigeración y la fuente de alimentación lo permitan.

La pregunta decisiva es: ¿quieres maximizar la velocidad de cada generación o maximizar la cantidad de trabajo que tu máquina puede producir por hora? Para una fábrica audiovisual automatizada, me inclino por lo segundo. Si tienes 100 vídeos que producir, puedes asignar 50 a una GPU y 50 a otra, siempre que ambas puedan ejecutar los trabajos.

En resumen: para tareas aisladas, la 5090 es una bestia difícil de igualar. Para mantener múltiples flujos avanzando simultáneamente, dos tarjetas dedicadas son la estrategia más robusta.

Gráfico ilustrativo sobre los límites del paralelismo computacional
La Ley de Amdahl explica por qué añadir más hardware no siempre es lineal.