Leistung · Compute

GPU und HPC Cluster, die unter Volllast liefern

Wir planen und bauen Multi-GPU-Compute, High-Speed-Networking und Storage für AI, ML und Forschung. Von der einzelnen Node bis zum Cluster mit Dutzenden Karten.

Live-Schema · Slurm Job-Scheduling

So wandert ein Job von der Queue über den Scheduler auf freie GPU-Slots der Nodes und kommt am Ende als finished heraus. Genau dieses Prinzip planen wir mit Slurm für deine Workloads.

Auf einen Blick. Du bekommst Rechenleistung für KI und Simulation, die im eigenen Haus läuft und sich schnell rechnet, statt laufender Cloud-Mietkosten. Wir planen, bauen und betreiben das Ganze, du arbeitest direkt mit dem Engineer. Kosten und Stromverbrauch siehst du vorab im Konfigurator und auf der Preise-Seite.

Kurz erklärt. GPU-Cluster = viele Grafikkarten, die gemeinsam KI-Modelle trainieren. HPC = High-Performance-Computing, also Rechnen für Wissenschaft und Simulation. Slurm = verteilt Rechenjobs fair auf den Cluster. NVMe = besonders schnelle Flash-Speicher. InfiniBand / RDMA = latenzarmes Hochgeschwindigkeits-Netzwerk zwischen den Servern.

Was wir liefern

Compute, das für deine Workloads ausgelegt ist

✓Multi-GPU-ComputeRTX und Tesla Nodes, ausgelegt auf Training, Inferenz und Simulation. Dimensioniert nach echtem Bedarf, nicht nach Datenblatt.
✓High-Speed-NetworkingInfiniBand und RDMA für niedrige Latenz zwischen den Nodes, damit verteilte Jobs nicht am Netzwerk hängen.
✓Workload-SchedulingSlurm und Container-Orchestrierung, sauber konfiguriert, damit Ressourcen fair und planbar verteilt werden.
✓Thermik und StromDurchdachtes thermisches Management und redundante Stromversorgung, damit der Cluster auch bei Dauerlast stabil bleibt.

gpu-cluster · node-status

nodes.online13 / 13

gpu.utilization94%

interconnectInfiniBand

schedulerslurm ready

$ srun --gpus=39 train.py

Typische Einsatzfelder

Wofür Kunden den Cluster nutzen

🧠

AI Modell-Training

Verteiltes Training großer Modelle über mehrere GPUs, mit Datendurchsatz, der die Karten auch wirklich auslastet.

🔬

Forschung und Simulation

HPC-Workloads für Wissenschaft und Entwicklung, von numerischer Simulation bis zur Auswertung physikalischer Daten.

⚡

Inferenz im Betrieb

Produktive Inferenz-Plattformen mit planbarer Latenz und Auslastung, sauber überwacht und dokumentiert.

Verfügbarkeit & Lieferzeit. GPU- und HPC-Hardware ist lieferbar, Auslieferung in der Regel 3 bis 5 Werktage nach Bestellung, Express innerhalb 1 Werktag möglich. Konkrete Modelle und Konfiguration stimmen wir im Infrastructure Check ab.

Preise & TCO

Was ein GPU-Cluster kostet

Transparente Größenordnungen statt "auf Anfrage". Den vollständigen Vergleich On-Premise gegen Cloud über 36 Monate samt interaktivem Rechner gibt es auf der Preise-Seite.

ab 174.400 €

Schlüsselfertiger HPC/HCI-Cluster

8× RTX 6000 Pro (768 GB VRAM), 96 TB NVMe, 200G-Networking, aufgebaut und integriert.

ab 2.500 € /Monat

Managed Betrieb

Verwaltung, Wartung und Monitoring der Cluster-Infrastruktur.

ab ~10.000 €

Setup ohne Hardware

Standard-4-Node-Aufbau samt Netzwerk- und Software-Konfiguration, wenn Hardware vorhanden ist.

Preise & TCO-Rechner →

Bereit für Infrastruktur, die hält?

Ob GPU Cluster, verteilter Storage, Proxmox Migration oder Cyber Resilience. Wir sprechen über dein System und zeigen konkrete Schritte.

Gespräch anfragen → Referenzen ansehen