ASUS skaliert KI-Infrastruktur mit neuen NVIDIA-zertifizierten Server-Systemen

Die Plattformen sollen den Übergang von lokaler KI-Entwicklung zu hyperskalierbaren Rechenzentren erleichtern und Fragmentierung bei hardwareintensiven Datacenter-Erweiterungen adressieren. Für IT-Verantwortliche markiert die Vorstellung eine validierte Roadmap für GPU-Cluster jenseits der Pilotphase.

Architektur und Skalierungslogik

NVIDIA-zertifizierte Konfigurationen durchlaufen festgelegte Tests: definierte Treiberstacks, geprüfte thermische Limits, standardisierte Firmware-Pfade. Drei Effekte für den Betrieb: Validierungsphase pro neuem Rack verkürzt sich; CUDA-Treiberkompatibilität ist dokumentiert; thermische Verlustleistung pro Höheneinheit ist spezifiziert.

Pilot-Cluster starten oft auf einer Workstation oder wenigen GPUs unter einem Schrank. Sobald Trainingsläufe Tage statt Stunden benötigen, kollidieren vier Parameter: thermische Dichte pro Rack, Netzwerk-Bandbreite zwischen Knoten, Stromanschluss (Single- vs. Three-Phase) und Kühlschema (Air vs. Liquid). Heterogene Inselsysteme treiben dort die Betriebskosten überproportional. Die ASUS-Plattformen zielen auf konsistente Hardwareprofile über die gesamte Skalierungskurve – vom Edge-Knoten bis zum Megawatt-Rack. Konkrete Modellnamen, Wattzahlen pro SKU oder Preisangaben nennt die Mitteilung bisher nicht; diese Daten werden über den Channel nachgereicht.

Vier Parameter vor dem Rollout

Vor jeder Beschaffung stehen vier Prüfpunkte:

• Zertifizierungsstatus: Welche ASUS-Konfigurationen sind NVIDIA-zertifiziert, welche noch in Validierung? Ohne Status keine GPU-Lieferzusage und kein Supportfenster.
• Rack-Vorgaben: Stromanschluss (Single- oder Three-Phase), Kühlung (Air oder Liquid), Höheneinheiten, Netzwerk-Topologie (InfiniBand vs. Ethernet mit RoCE).
• Lifecycle: Treiber-Supportfenster in Jahren, Firmware-Update-Pfad, Kompatibilität zur bestehenden Orchestrierung (Kubernetes, Slurm, Nomad).
• TCO: Energiekosten pro GPU-Stunde, Kühlungs-PUE, Wartungsfenster – der Anschaffungspreis allein entscheidet nicht.

Paralleler Trend: PCIe-Inferenz ohne Systembau

Zeitgleich zur DCD Connect hat Axelera AI die PCIe-Beschleunigerkarte Server 250p vorgestellt. Laut Network World lassen sich bis zu acht Karten pro konventionellem Rack-Server integrieren; pro Karte stehen bis zu 256 GB LPDDR5 bereit. Skalierung von KI-Inferenz erfolgt damit über vorhandene PCIe-Slots statt über einen Plattformneukauf. Für Bestandsrechenzentren ist das der kürzere Migrationspfad.