Vultr, HPE und NVIDIA: Ein Blick ins KI-Rechenzentrum der Zukunft

Auf der HPE Discover Las Vegas 2026 (15.–18. Juni) gab Hewlett Packard Enterprise (HPE) bekannt, dass Vultr, der größte private Hyperscaler der Welt, für den großflächigen Ausbau seiner KI-Rechenzentren auf HPE und NVIDIA setzt. Ziel ist es, die rasant steigende Nachfrage von Unternehmen nach Private-Cloud- und KI-Workloads zu bedienen . Die offizielle Bestätigung der Partnerschaft erfolgte am 17. Juni 2026 per HPE-Pressemitteilung .

Die Hardware: NVIDIA GB300 NVL72 von HPE

Vultr wird das NVIDIA GB300 NVL72-System von HPE als zentrales Element seiner KI-Infrastruktur der nächsten Generation einsetzen. Diese Rack-Scale-Architektur kombiniert NVIDIA Blackwell Ultra GPUs mit NVIDIA Grace CPUs in einer 72-GPU-NVLink-Domäne . Die Eckdaten sind beeindruckend:

• KI-Leistung: Bis zu 1.440 PFLOPS FP4-KI-Leistung
• Speicher: 279 GB HBM3e-Speicher pro GPU (insgesamt 37 TB über das gesamte Rack) mit 8 TB/s Speicherbandbreite pro GPU
• Architektur: Optimiert für Training, Feintuning und Echtzeit-Inferenz von KI-Modellen mit über 1 Billion Parametern
• Kühlung: Vollständig flüssigkeitsgekühltes Design, integriert in HPEs AI-Factory-Architektur

Das GB300 NVL72 wird als „neues Inferenz-/Trainings-Arbeitspferd“ beschrieben, mit einer expliziten Kosten-pro-Token-Betrachtung. Dies spiegelt den Branchentrend wider, KI-Modelle für Echtzeitanwendungen in großem Maßstab zu operationalisieren . Laut NVIDIA-Produktseite liefert es 1,5-mal mehr dichte FP4-Tensor-Core-FLOPS und eine 2-mal höhere Attention-Performance im Vergleich zu NVIDIA Blackwell GPUs .

Hochleistungsnetzwerke: Das Rückgrat der KI-Inferenz

Hochleistungsfähige Netzwerke sind ein grundlegender Pfeiler des Deployments. Die NVIDIA GB300 NVL72-Systeme werden über NVIDIA Spectrum-X Ethernet-Netzwerke miteinander verbunden – ein verlustfreies, durchsatzstarkes Ethernet-Fabric, das Engpässe bei Multi-Node-KI-Workloads beseitigt .

Zum Einsatz kommen 400GbE- und 800GbE-Interconnects, optische Transceiver, NVIDIA Spectrum-X Ethernet-Switches und SuperNICs . Ohne dieses Fabric würde die Skalierung der Inferenz auf Enterprise-Durchsatz zu lähmenden Latenz- und Bandbreitenengpässen führen. Die NVIDIA Enterprise Reference Architecture für die NVL72 AI Factory bestätigt, dass diese Dual-Plane-Netzwerkarchitektur für Enterprise-Rechenzentren für KI-Training und -Inferenz in massivem Maßstab ausgelegt ist und Echtzeitanwendungen sowie Modelle mit Billionen Parametern ermöglicht .

Strategischer Wandel: Vom Training zur Inferenz

Obwohl die Infrastruktur sowohl Training als auch Inferenz unterstützt , zeigt die Ankündigung einen wachsenden Fokus der Unternehmen auf KI-Inferenz (produktiver Einsatz) neben dem Training. Mehrere Signale deuten auf diesen Wandel hin:

• Das GB300 NVL72 wurde speziell für „Test-Time-Scaling-Inferenz und KI-Argumentationsaufgaben“ entwickelt
• Es wird explizit mit einer Kosten-pro-Token-Betrachtung positioniert, die den Wert in Inferenz-Output statt in rohem Trainingsdurchsatz misst
• Die übergreifende Botschaft von HPE auf der Veranstaltung konzentrierte sich darauf, KI mit Sicherheit, Governance, Skalierbarkeit und Souveränität in die Produktion zu bringen

Die Botschaft ist klar: Unternehmen haben die Experimentierphase hinter sich gelassen und suchen nun nach Infrastruktur, die für den Einsatz von KI-Modellen in Produktionsumgebungen in großem Maßstab optimiert ist.

Weitere Ankündigungen auf der HPE Discover Las Vegas 2026

Neben der Vultr-Partnerschaft hob HPE mehrere verwandte Initiativen hervor:

• „Agentic AI“-Initiative: HPE kündigte eine breitere Initiative an, um „agentische KI“ mit NVIDIA in die Produktion zu bringen, mit Schwerpunkt auf Sicherheit, Governance, Skalierbarkeit und Souveränität
• Kunden-Deployments: S k y Co., Ltd. hat HPE Private Cloud AI als Teil des NVIDIA AI Computing by HPE-Portfolios eingeführt
• Nubax in Argentinien: Das Unternehmen startete ein nutzungsbasiertes KI-as-a-Service-Modell mit 62,5 % besserer Lieferkettenprognose, 35 % kürzeren Wartezeiten und 40 % Kosteneinsparungen, betrieben mit NVIDIA AI Computing by HPE

Was das für die Unternehmens-KI bedeutet

Vultrs Wahl von HPE und NVIDIA markiert einen wichtigen Wendepunkt. Als größter privater Hyperscaler setzt Vultr darauf, dass Unternehmen Infrastruktur benötigen, die sowohl Training als auch Echtzeit-Inferenz in Cloud-Dimensionen bewältigen kann. Durch die Kombination von NVIDIAs Rack-Scale-GPU-Computing mit HPEs Factory-Architektur, Flüssigkeitskühlung und Dienstleistungen positioniert sich Vultr, um die nächste Welle von Enterprise-KI-Workloads zu bedienen – vom Modelltraining bis zur produktiven Inferenz für Modelle mit Billionen Parametern.