Systeme, Spezifikationen und Leistung

Breitere Unterstützung für Intel Arc Pro B-Serie GPUs: Die Intel Arc Pro B70 GPU liefert bis zu 367 TOPS mit 32 GB VRAM, während die Modelle B50 und B60 professionelle Grafikbeschleunigung für KI- und visuelle Computing-Workloads bieten .

Darüber hinaus bietet Supermicros Intel Edge AI-Plattformseite Systeme mit dem Intel Xeon 6 SoC (bis zu 72 P-Kerne) für CPU-basierte Inferenz mit AVX2 sowie Intel Core Ultra-Prozessoren mit bis zu 16 P/E/LPE-Kernen, integrierter GPU mit 12 Xe-Kernen und 50 NPU-TOPS .

Zielbranchen

Das erweiterte Portfolio richtet sich an Einzelhandel, Fertigung, physische Sicherheit, Transport und Logistik – also an Organisationen, die skalierbare, energieeffiziente KI dort einsetzen möchten, wo die Daten entstehen . Das lüfterlose SYS-E103-14P wurde speziell für Computer Vision, Industrieautomation und raue Edge-Umgebungen optimiert .

Rolle von verteilter KI und „Agentic AI“ am Edge

Diese Systeme unterstützen explizit den Wandel hin zu verteilter KI und sogenannter „Agentic AI“ am Edge. Das SYS-E103-14P ermöglicht die effiziente Verarbeitung von Agentic-AI-Workloads ohne separate GPU und führt Inferenzaufgaben lokal durch, anstatt sie in die Cloud auszulagern . Supermicros breitere Juni-2026-Strategie umfasst auch Arm-AGI-CPU-basierte Server, die auf der COMPUTEX für unternehmensweite Agentic-AI-Workloads vorgestellt wurden . Das Intel-Edge-Portfolio wird dabei als ergänzende, stromsparende und hochdichte Edge-Ebene für Echtzeitentscheidungen am Ort der Datenerfassung positioniert.

Führungskräfte zur strategischen Partnerschaft

Mory Lin, Vice President für IoT/Embedded und Edge Computing bei Supermicro:

„Mit der zunehmenden Verbreitung von Agentic AI benötigen Unternehmen eine Edge-Infrastruktur, die Echtzeit-Inferenz, niedrige Latenz und Energieeffizienz dort bietet, wo die Daten anfallen. Unsere neuesten Intel-basierten Edge-Systeme geben Kunden mehr Kontrolle über die Kosten und Flexibilität bei der Skalierung von KI-Workloads in anspruchsvollen Edge-Umgebungen.“

Dan Rodriguez, Corporate Vice President und General Manager der Edge Computing Group bei Intel:

„KI-Workloads am Edge erfordern eine Kombination aus leistungsstarker Rechenleistung, Energieeffizienz, skalierbarer Beschleunigung und den richtigen Gesamtbetriebskosten. Indem wir Intel Core Ultra-Prozessoren und Arc Pro GPUs mit Supermicros edge-optimierten Systemen kombinieren, können Kunden KI-Lösungen schneller und effizienter in einer Vielzahl realer Umgebungen einsetzen.“

Beide Führungskräfte betonen die strategische Hardware-Software-Co-Optimierung, die den zentralen Spagat am Edge meistert: Rechenzentrums-KI-Leistung in platz-, leistungs- und thermisch begrenzten Umgebungen zu liefern, ohne die Kostenkontrolle und Flexibilität aus den Augen zu verlieren.

Systeme, Spezifikationen und Leistung

Breitere Unterstützung für Intel Arc Pro B-Serie GPUs: Die Intel Arc Pro B70 GPU liefert bis zu 367 TOPS mit 32 GB VRAM, während die Modelle B50 und B60 professionelle Grafikbeschleunigung für KI- und visuelle Computing-Workloads bieten .

Darüber hinaus bietet Supermicros Intel Edge AI-Plattformseite Systeme mit dem Intel Xeon 6 SoC (bis zu 72 P-Kerne) für CPU-basierte Inferenz mit AVX2 sowie Intel Core Ultra-Prozessoren mit bis zu 16 P/E/LPE-Kernen, integrierter GPU mit 12 Xe-Kernen und 50 NPU-TOPS .

Zielbranchen

Das erweiterte Portfolio richtet sich an Einzelhandel, Fertigung, physische Sicherheit, Transport und Logistik – also an Organisationen, die skalierbare, energieeffiziente KI dort einsetzen möchten, wo die Daten entstehen . Das lüfterlose SYS-E103-14P wurde speziell für Computer Vision, Industrieautomation und raue Edge-Umgebungen optimiert .

Rolle von verteilter KI und „Agentic AI“ am Edge

Diese Systeme unterstützen explizit den Wandel hin zu verteilter KI und sogenannter „Agentic AI“ am Edge. Das SYS-E103-14P ermöglicht die effiziente Verarbeitung von Agentic-AI-Workloads ohne separate GPU und führt Inferenzaufgaben lokal durch, anstatt sie in die Cloud auszulagern . Supermicros breitere Juni-2026-Strategie umfasst auch Arm-AGI-CPU-basierte Server, die auf der COMPUTEX für unternehmensweite Agentic-AI-Workloads vorgestellt wurden . Das Intel-Edge-Portfolio wird dabei als ergänzende, stromsparende und hochdichte Edge-Ebene für Echtzeitentscheidungen am Ort der Datenerfassung positioniert.

Führungskräfte zur strategischen Partnerschaft

Mory Lin, Vice President für IoT/Embedded und Edge Computing bei Supermicro:

„Mit der zunehmenden Verbreitung von Agentic AI benötigen Unternehmen eine Edge-Infrastruktur, die Echtzeit-Inferenz, niedrige Latenz und Energieeffizienz dort bietet, wo die Daten anfallen. Unsere neuesten Intel-basierten Edge-Systeme geben Kunden mehr Kontrolle über die Kosten und Flexibilität bei der Skalierung von KI-Workloads in anspruchsvollen Edge-Umgebungen.“

Dan Rodriguez, Corporate Vice President und General Manager der Edge Computing Group bei Intel:

„KI-Workloads am Edge erfordern eine Kombination aus leistungsstarker Rechenleistung, Energieeffizienz, skalierbarer Beschleunigung und den richtigen Gesamtbetriebskosten. Indem wir Intel Core Ultra-Prozessoren und Arc Pro GPUs mit Supermicros edge-optimierten Systemen kombinieren, können Kunden KI-Lösungen schneller und effizienter in einer Vielzahl realer Umgebungen einsetzen.“

Beide Führungskräfte betonen die strategische Hardware-Software-Co-Optimierung, die den zentralen Spagat am Edge meistert: Rechenzentrums-KI-Leistung in platz-, leistungs- und thermisch begrenzten Umgebungen zu liefern, ohne die Kostenkontrolle und Flexibilität aus den Augen zu verlieren.