Ein neun Jahre alter Desktop, zurück als meine Hauptforschungsmaschine — HANSUNG BOSSMONSTER DX5
Ein Rechner, der den vollen Kreis gedreht hat
Die Maschine, an der ich diesen Text schreibe, ist tatsächlich ein Desktop-PC, in den ich um 2018 herum viel Geld gesteckt habe: der HANSUNG BOSSMONSTER DX5 Black Intel. Damals eine High-End-Konfiguration. In den Jahren danach habe ich die meiste Arbeit am Laptop erledigt, und dieses Gehäuse ist still in die zweite Reihe gerückt.
Seit Ende 2025 hat sich das Bild gedreht. Mein Haupt-Laptop, ein Lenovo Legion 7 16IRX9, fing an, fast vier Monate lang immer wieder Bluescreens (BSOD) zu produzieren. Ich habe sauber neu installierte GPU-Treiber, Kernel-Dump-Analysen und Anpassungen am Energieplan durchprobiert — das gesamte übliche Repertoire. Die Ursache ließ sich nie wirklich auf einen einzelnen Schuldigen eingrenzen. Mitten aus langen Trainingsläufen oder großen SHAP-Berechnungen geworfen zu werden, ohne Vorwarnung, ist eine Grenze, die eine Forschungsmaschine nicht überschreiten sollte.
Am 17. April 2026 habe ich daher den Laptop in den Ruhestand geschickt, den alten Desktop unter dem Schreibtisch entstaubt und als Hauptrechner neu aufgesetzt.
Konfiguration (identisch zu 2018)
| Komponente | Spezifikation |
|---|---|
| CPU | Intel Core i9-9900K @ 3,60 GHz (8 Kerne / 16 Threads, 9. Generation Coffee Lake Refresh) |
| RAM | 128 GB |
| GPU | NVIDIA GeForce RTX 3080 Ti (12 GB VRAM) |
| Speicher 1 | 1 TB NVMe-SSD (Systemlaufwerk) |
| Speicher 2 | 1 TB HDD (Archiv) |
| Betriebssystem | Windows 11 Pro 25H2 (Build 26200) |
Acht Jahre alte Hardware. Dennoch ist der Single-Core-Takt des i9-9900K weiterhin absolut brauchbar. In meinen Workloads liegt der Flaschenhals fast nie an der CPU-Generation, sondern an Speichergröße und GPU-VRAM. Eine Generation hinten zu sein wiegt weniger schwer, als 128 GB RAM unverändert übernehmen zu können.
Was die einzelnen Komponenten für den Workload leisten
128 GB RAM. Der wichtigste Grund, warum der Rechner nach wie vor in der ersten Reihe steht. In meinen OOD × SHAP-Audit-Experimenten führte das Akkumulieren von Integrated-Gradients-Ergebnissen auf 500er-Bildstapeln in HDF5 auf dem Laptop regelmäßig zum Swap, und die Analyse-Pipeline stockte in Schüben. Jetzt kann ich Zwischenergebnisse vollständig im Speicher halten, mit Puffer. Am deutlichsten wird der Unterschied bei großen Pandas-Merges oder wenn mehrere Modelle gleichzeitig im Speicher gehalten werden müssen.
RTX 3080 Ti, 12 GB VRAM. Ein zweischneidiges Schwert. ResNet-50 und ViT-Base laufen sauber mit Batchgrößen zwischen 32 und 64. Größere Vision-Language-Modelle und ernsthaftes LLM-Fine-Tuning passen dagegen nicht mehr komfortabel hinein. Diesen Punkt adressiere ich nicht über Hardware, sondern schon im Versuchsdesign: Ich wähle bewusst Modellgrößen, die im Rahmen bleiben.
NVMe-SSD + HDD. Ein bewusst zweistufiger Aufbau. Aktive Projekte liegen auf der NVMe. Rohdaten und Checkpoints abgeschlossener Projekte wandern auf die HDD. Da meine Regel lautet, Projektordner auch bei Abbruch vollständig zu erhalten, brauche ich eine echte Archivschicht. Diese Rolle übernimmt die HDD.
Ein paar kleinere Punkte, die ich im Auge behalte
- Schannel-Event 36876 hat sich im Ereignisprotokoll auf über 2 500 Einträge summiert. Es handelt sich um
curl.exe, das eine Zertifikats-Sperrprüfung nicht abschließen kann — funktional harmlos, aktuell stufe ich es als Rauschen ein. - Neben Windows Defender sind zwei Sicherheitsprogramme installiert, deren Echtzeitscanner sich überlappen. Sobald ich echte Konflikte sehe, reduziere ich auf ein Produkt. Bisher nichts Auffälliges.
Was dieser Wechsel hinterlassen hat
Dieser Wechsel hat mir wieder vor Augen geführt: Die Nutzungsdauer einer Forschungsmaschine wird weniger durch die CPU-Generation als durch Speicher- und Storage-Ebenen bestimmt. Die Entscheidung von 2018, auf 128 GB RAM und eine großzügige SSD zu setzen, hat mich leise bis in eine Ära von XAI und mittelgroßen Deep-Learning-Workloads getragen, die ich damals nicht hätte vorhersehen können. Umgekehrt war es ausgerechnet der neuere Laptop, der zuerst umfiel.
Die offensichtlichen nächsten Upgrades wären VRAM (eine Karte der 24-GB-Klasse) und zusätzlicher Sekundärspeicher. Beides ist noch nicht dringend. Vorerst läuft der neun Jahre alte Desktop weiter — und die Forschung darauf ebenfalls.