DXP 6800Pro 64GB DDR5 5600 Mt/s inkl EGPU 5090

da_chris86 · February 21, 2026 at 9:17 PM

Hallo Leute wollte mich nun auch mal zu Wort melden, bin zu meiner Schande eher stiller Mitleser. Ich hab es nun endlich hinbekommen mein DXP6800Pro als (Fast)vollwertigen KI PC zu nutzen.

Seit dem Letzten Update hab ich ein bisschen rumgetüftelt und nun werden meine 64 GB DD5 Ram inkl. 5090 FE voll und ohne Probleme erkannt.

RAM Kit war ein 64 GB DDR5 SO-DIMM 2x32 GB 5600 MHz CL46 1.1 V unbuffered On-Die ECC Laptop RAM

Display Spoiler

The content cannot be displayed because you do not have authorisation to view this content.

The content cannot be displayed because you do not have authorisation to view this content.

ZeroOo90 · February 21, 2026 at 11:59 PM

Welches eGPU Kit hast du? Ich will perspektivisch meine 4090 da auch drann klemmen, wenn ich mir mal ne 5090 hole.

da_chris86 · February 22, 2026 at 8:27 AM

Quote from ZeroOo90

Welches eGPU Kit hast du? Ich will perspektivisch meine 4090 da auch drann klemmen, wenn ich mir mal ne 5090 hole.

Das hier

ZeroOo90 · February 22, 2026 at 8:36 AM

Können die VMs darauf zugreifen oder wie ist dein usecse?

da_chris86 · February 22, 2026 at 8:43 AM

Also bei den VMs hab ich es noch nicht probiert. Docker hab ich nur mühsam hinbekommen weil das NVIDIA Toolkit, das UGREEN Anbietet nicht die GPU durchreichte. War mühsam aber hat sich gelohnt. Immich und Ollama laufen troz TB4 erstaunlich gut

ZeroOo90 · February 22, 2026 at 11:58 AM

Und wie hast du es dann gelöst?🙈🫣

da_chris86 · February 22, 2026 at 12:01 PM

Quote from ZeroOo90

Und wie hast du es dann gelöst?🙈🫣

Display Spoiler

🧩 Docker + NVIDIA Container Toolkit: Der Ablauf

1. NVIDIA Treiber auf dem Host

Ohne Host‑Treiber keine CUDA‑Runtime im Container.

Auf Linux:
bash
Code
```
nvidia-smi
```
muss funktionieren.
Version ist egal, solange sie >= der Version ist, die deine Container‑Runtime erwartet.

2. NVIDIA Container Toolkit installieren

Der entscheidende Schritt, damit Docker überhaupt GPUs sieht.

Debian/Ubuntu Beispiel:

bash

Code

curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit.gpg
curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \
  sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit.gpg] https://#g' | \
  sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

sudo apt update
sudo apt install -y nvidia-container-toolkit

3. Docker für NVIDIA konfigurieren

Das Toolkit muss in die Docker‑Runtime eingehängt werden:

bash

Code

sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker

Das erzeugt bzw. erweitert /etc/docker/daemon.json um:

json

Code

{
  "runtimes": {
    "nvidia": {
      "path": "nvidia-container-runtime",
      "runtimeArgs": []
    }
  }
}

4. Testen

Der Klassiker:

bash

Code

docker run --rm --gpus all nvidia/cuda:12.3.0-base-ubuntu22.04 nvidia-smi

Wenn du die GPU‑Liste siehst → alles korrekt.

🧩 Docker + NVIDIA Container Toolkit: Der Ablauf

1. NVIDIA Treiber auf dem Host

2. NVIDIA Container Toolkit installieren

Debian/Ubuntu Beispiel:

3. Docker für NVIDIA konfigurieren

4. Testen

Participate now!