GeForce GTX 1660 SUPER vs GeForce RTX 3090
Wähle bis zu 2 GPUs, um Preise, Leistung und Spezifikationen nebeneinander zu analysieren.
Marktwert-Führer
GeForce GTX 1660 SUPER ist der klare Sieger und bietet 139.2% besseren Wert als GeForce RTX 3090.
Maximale Kapazität erreicht. Entferne ein Modell, um ein weiteres hinzuzufügen. (2/2)
VS
NVIDIA
GeForce GTX 1660 SUPERPreis
€186✓
Leistung
11/100
VRAM
6 GB GDDR6
Wichtige Spezifikationsvorteile
+5% Boost-Takt (1,785 MHz vs 1,695 MHz)
NVIDIA
GeForce RTX 3090Preis
€1,576
Leistung
39/100✓
VRAM
24 GB GDDR6X✓
Wichtige Spezifikationsvorteile
+645% CUDA-Kerne (10,496 vs 1,408)
+179% Bandbreite (936 GB/s vs 336 GB/s)
+100% Speicherbusbreite (384-bit vs 192-bit)
Technical Specifications Comparison
Architektur & Kerne
| Specification | GeForce GTX 1660 SUPER | GeForce RTX 3090 |
|---|---|---|
| Architektur | Turing | Ampere |
| Fertigungsprozess | TSMC 12nm | Samsung 8nm |
| CUDA-Kerne (CUDA-Kerne / CUDA-Kerne) | 1,408 | 10,496✓ |
| Ray Tracing Cores | — | 82 |
| Tensor / AI Cores | — | 328 |
Taktraten
| Specification | GeForce GTX 1660 SUPER | GeForce RTX 3090 |
|---|---|---|
| Basistakt | 1,530 MHz✓ | 1,395 MHz |
| Boost-Takt | 1,785 MHz✓ | 1,695 MHz |
Speicher
| Specification | GeForce GTX 1660 SUPER | GeForce RTX 3090 |
|---|---|---|
| VRAM-Kapazität | 6 GB | 24 GB✓ |
| Speichertyp | GDDR6 | GDDR6X |
| Speicherbusbreite | 192-bit | 384-bit✓ |
| Speichertakt | 14 Gbps | 19.5 Gbps✓ |
| Bandbreite | 336 GB/s | 936 GB/s✓ |
Konnektivität & Stromversorgung
| Specification | GeForce GTX 1660 SUPER | GeForce RTX 3090 |
|---|---|---|
| Schnittstelle | PCIe 3.0 x16 | PCIe 4.0 x16 |
| TDP | 125 W✓ | 350 W |
| Stromanschlüsse | 1x 8-pin | 1x 12-pin |
| Veröffentlicht | Oct 2019 | Sep 2020 |
Weitere Artikel

Marktanalyse
Warum Amazon von billigen No-Name RX 580 Grafikkarten überschwemmt wird
Marken wie AISURIX, Peladn und MLLSE verkaufen eine 8GB RX 580 für unter 100 $. Hier die Wahrheit über Ex-Mining-Silizium, den „RX 580 2048SP“-Trick und ob sich der Kauf lohnt.
2026-06-08Weiterlesen →

Technik-Tiefenanalysen
Wie man 2026 leistungsstarke lokale LLMs auf einer günstigen GPU betreibt
Eine 8-GB-GPU kann heute nahezu Flaggschiff-Modelle lokal ausführen. So verwandeln QAT, MoE, llama.cpp-Offloading und MTP 2026 einen günstigen PC in ein privates KI-System.
2026-06-19Weiterlesen →