Supermicros neue Edge-KI-Systeme mit Intel-Prozessoren: Technische Daten, TOPS-Leistung und Zielbranchen

Supermicros neue Edge-KI-Systeme mit Intel: Details, Performance und strategische Partnerschaft

Am 23. Juni 2026 erweiterte Supermicro sein Portfolio an Edge-KI-Systemen um mehrere Plattformen, die auf Intel-Technologie basieren: Intel Core Ultra Series 3, Intel Core Series 2 und Intel Arc Pro B-Serie GPUs . Das Angebot reicht von kompakten, lüfterlosen Geräten über schmale 1U-Rackmount-Server bis hin zu einem Mini-Tower für Büroumgebungen .

Systeme, Spezifikationen und Leistung

System	Prozessor	Bauform	Wichtige Merkmale	KI-Leistung
SYS-E103-14P	Intel Core Ultra Series 3 (Panther Lake-H, bis 25W)	Lüfterlos, DIN-Schienen-Montage, 14 cm Tiefe	Bis zu 128 GB DDR5, 2x 2,5GbE LAN, 2x HDMI 2.1, Betriebstemperatur 0°C–45°C	Bis zu 180 TOPS gesamt (CPU/GPU/NPU); integrierte NPU 5 mit 50 dedizierten TOPS für Echtzeit-Inferenz
SYS-521AD-LN2	Intel Core Series 2 (bis zu 12 P-Kerne)	Schlanker KI-Mini-Tower	Bis zu 64 GB DDR5; unterstützt Intel Arc Pro B50 GPU und NVIDIA RTX Pro Blackwell 2000 GPU	Lokalisierte KI-Inferenz, Modellentwicklung, Feintuning
SYS-111AD-WN2R (aktualisiert)	Intel Core Series 2	Kurztiefe 1U-Rackmount	DDR5-Speicher, Upgrade im vorhandenen Platz	Verbesserte KI- und Rechenleistung gegenüber Vorgängergeneration
SYS-E300-13AD5 (aktualisiert)	Intel Core Series 2	Kompakt, lüfterbasiert, Embedded	DDR5-Speicher, kompakte Edge-Bauform	Höherer KI-Durchsatz bei gleichem Platzbedarf

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.