Zum Inhalt springen
Nelpx Systeme · GPU-Server-Konfigurator

GPU-Server konfigurieren.
Vom 1HE-System bis zur HGX-Plattform.

13 Basissysteme auf GIGABYTE-Basis: PCIe-GPU-Server von 1HE bis 4HE mit bis zu 8 Karten, dazu NVIDIA HGX H200, B200 und B300 mit 8 SXM-GPUs. Prozessor, ECC-RAM, GPUs, Storage und Netzwerk wählen Sie online - die Empfehlungs-Engine markiert je Einsatzzweck die passende Option. HGX B200 ab 370.000 € netto, HGX B300 ab 450.000 € netto, alle anderen Systeme projektbezogen kalkuliert.

Sie brauchen eine Workstation statt eines Rack-Servers? KI-Workstation konfigurieren

13Basissysteme - 1HE bis HGX
bis 8 GPUspro System - RTX PRO, L40S, H200, HGX
bis 4,6 TBDDR5-ECC-RAM im 4HE-Server
B200 & B300NVIDIA-HGX-Plattformen konfigurierbar

GPU-Server konfigurieren:
So geht's.

Ob 1HE-Inferenz-Server, 4HE-System mit acht GPUs oder HGX-Plattform - der Weg zum Angebot ist derselbe. Ohne Registrierung, ohne versteckte Schritte.

Bei Nelpx konfigurieren Sie GPU-Server in drei Schritten online: Basissystem wählen, Einsatzzweck festlegen, Hardware anpassen. Die Konfiguration geht als PDF oder E-Mail an sales@nelpx.de - das Angebot kommt von Nelpx.

  1. Basissystem wählen

    13 GPU-Server von 1HE bis 4HE (AMD EPYC, Intel Xeon 6, bis 8 PCIe-GPUs) und NVIDIA HGX H200, B200 und B300 mit 8 SXM-GPUs.

  2. Einsatzzweck & Hardware

    Einsatzzweck wählen (Inferenz, Training oder Mixed/HPC) - Prozessor, ECC-RAM, GPUs, Enterprise-NVMe und Netzwerk werden passend vorbelegt, inklusive Begründung und Warnung bei Abweichungen.

  3. PDF laden & Angebot erhalten

    Konfiguration als PDF herunterladen oder per Mail-Button an sales@nelpx.de senden - Nelpx kalkuliert das Angebot projektbezogen.

Stand: September 2026 · HGX B200 ab 370.000 € netto, HGX B300 ab 450.000 € netto - alle anderen Systeme werden projektbezogen kalkuliert.

GPU-Server im Überblick:
1HE bis HGX mit 8 GPUs.

Drei Klassen, ein Konfigurator. Klicken Sie ein System an - es wird im Konfigurator vorausgewählt, alle Optionen passen sich der Plattform an.

GIGABYTE 2HE-Rack-Server als Beispiel-Chassis der PCIe-GPU-Server-Klasse
Klasse 01 · PCIe-GPU-Server 1HE bis 2HE

Inferenz und GPU-Dienste - 1 bis 4 Karten

Single- oder Dual-AMD-EPYC (9004/9005, bis 192 Kerne), bis 2,3 TB RDIMM-ECC, Gen5-NVMe-Hot-Swap, redundante Titanium-Netzteile. GPUs: NVIDIA RTX PRO 4500 Server Edition, L40S oder RTX PRO 6000 Server Edition.

Preis projektbezogen - Konfiguration senden, Angebot von Nelpx erhalten. Plattform-Details: AMD EPYC 9005 Server · Welche GPU passt in welches Barebone?

Ihr System.
Ihre Konfiguration.

Wählen Sie Basissystem und Einsatzzweck - danach markiert der Konfigurator in jeder Sektion die passende Option als „Empfohlen", nennt den technischen Grund und warnt bei kritischen Abweichungen. Anpassen können Sie alles.

01 · Basissystem wählen Sie die Plattform - Optionen passen sich an

Workstation statt Rack-Server? KI-Workstation konfigurieren - eigener Konfigurator mit RTX 5090 und RTX PRO Blackwell.

02 · Einsatzzweck bestimmt die Empfehlungen darunter
Empfehlungen richten sich nach System, Einsatzzweck und GPU-Bestückung
03 · Grafikkarten / Beschleuniger
04 · Prozessor
05 · Arbeitsspeicher
06 · Storage
07 · Netzwerk
08 · Betriebssystem
09 · Anzahl Systeme
10 · Aufstellort eigener Standort oder Rechenzentrum
Eigener StandortServerraum oder eigenes Rechenzentrum
Colocation / ServerhousingBetrieb im Rechenzentrum unseres Partners
11 · Ihre Daten für PDF & Angebot

Datenschutz: Ihre Eingaben bleiben vollständig in Ihrem Browser - Daten werden erst beim aktiven Absenden der E-Mail übertragen. Datenschutzerklärung

GPU-Server oder
GPU-Workstation?

Die wichtigste Frage vor der Konfiguration. Die Kurzform: Dienste für mehrere Nutzer gehören auf den Server im Rack - das persönliche Entwicklungssystem auf den Schreibtisch. Workstations konfigurieren Sie auf der Seite KI-Workstation konfigurieren. Weiterführend: LLM-Server kaufen, KI-Server für Unternehmen, GPU-Cluster kaufen und Server-Colocation in Deutschland. Noch unsicher, welche Systemklasse passt? Der KI-Lösungsfinder führt in vier Schritten zur Empfehlung.

Kriterium GPU ServerRack · 1HE-5HE · bis 8 GPUs GPU WorkstationTower / Mini-PC · 1-4 GPUs
EinsatzortRechenzentrum oder Serverraum (19"-Rack)Büro und Arbeitsplatz - leise Luftkühlung
Typische WorkloadsKI-Inferenz-Dienste, Multi-User-Umgebungen, Training, HPC-Simulation im DauerbetriebKI-Entwicklung, Finetuning, lokales Training, Datenanalyse, Simulation am Arbeitsplatz
GPUsBis 8× PCIe (RTX PRO, L40S, H200 NVL) oder 8× SXM (HGX H200/B200/B300)1× (RTX 5090, RTX PRO 5000/6000 Blackwell) oder bis 4× RTX PRO 6000 Max-Q - bis 384 GB VRAM
ProzessorenAMD EPYC (bis 192 Kerne), Intel Xeon 6 (bis 128 Kerne), Single/Dual-SocketRyzen 9, Core Ultra, Threadripper PRO (bis 96 Kerne)
ArbeitsspeicherRDIMM ECC DDR5 - bis 4.608 GBDDR5 bis 192 GB, Threadripper PRO mit ECC bis 512 GB
Betrieb24/7-Dauerbetrieb, redundante Titanium-Netzteile, Management-LAN für FernwartungArbeitsplatzbetrieb, auf tagelange Volllast ausgelegte Kühlung
SkalierungCluster-fähig - InfiniBand / Spectrum-X Ethernet bis 800 Gb/s pro GPUEinzelsystem; AI Mini (GB10) im Duo koppelbar

Unsicher? Wählen Sie im Konfigurator Ihren Einsatzzweck - die Empfehlungen je Sektion passen sich sofort an, Besonderheiten notieren Sie im Anmerkungsfeld.

Vom Inferenz-Server bis zum
HPC-System.

Vier typische Anforderungsprofile - und welche GPU-Server wir dafür konfigurieren. Jede Empfehlung führt direkt in den Konfigurator oder zur passenden Produktseite.

Profil 01 · Inferenz

LLM-Inferenz & KI-Dienste

Sprachmodelle, RAG-Systeme und KI-APIs für viele parallele Nutzer: Hier zählen GPU-Speicher und Durchsatz pro Höheneinheit - im 24/7-Betrieb mit redundanter Stromversorgung.

Empfehlung: GPU-Server 2HE mit L40S, RTX PRO 6000 Server oder H200 NVL · Server konfigurieren
Profil 02 · Entwicklung

KI-Entwicklung & Finetuning

Modelle anpassen, LoRA-Training, Prototyping mit PyTorch und TensorFlow - im Rack als geteilter Entwicklungsserver mit ein bis vier GPUs oder als persönliche Workstation am Arbeitsplatz.

Empfehlung: GPU-Server 1HE/2HE mit RTX PRO 4500 oder 6000 Server Edition · Server konfigurieren · oder KI-Workstation konfigurieren
Profil 03 · Training

Modell-Training

Eigene Modelle von Grund auf oder große Finetunings: Multi-GPU-Systeme mit PCIe- oder NVLink-Verbund - vom 4HE-Server mit 8× RTX PRO 6000 bis 8× SXM im HGX-Server.

Empfehlung: GPU-Server 4HE (bis 8× GPU) oder HGX H200/B200/B300 · Training-System konfigurieren
Profil 04 · HPC

HPC & Simulation

CFD, FEM, Molekulardynamik und Rendering brauchen Kerne, ECC-Speicher und I/O statt maximaler GPU-Dichte: AMD EPYC bis 192 Kerne und 4.608 GB RAM im Server.

Empfehlung: HPC-Server (EPYC/Xeon 6) mit wenigen oder ohne GPUs · HPC-System konfigurieren

Konfigurieren ist einfach.
Richtig bauen ist unser Job.

Jede Konfiguration prüfen wir auf Kompatibilität, Kühlung und Stromversorgung - und optimieren sie auf Ihren Workload, bevor sie in die Fertigung geht.

01 - BESCHAFFUNG Herstellerübergreifend

Wir bauen auf Basis von GIGABYTE-Plattformen - als offizieller Partner wählen wir das Chassis, das zu Ihrer GPU-Bestückung, Kühlung und Ihrem Rechenzentrum passt.

02 - QUALITÄT Getestet vor Auslieferung

Jedes System durchläuft vor der Auslieferung intensive Last- und Qualitätstests - GPUs, Speicher und Storage inklusive. Was bei Ihnen ankommt, ist bewiesen stabil.

03 - BERATUNG Vom Server bis zum Cluster

Ob einzelner GPU-Server oder HGX-Cluster mit InfiniBand-Fabric: Wir beraten bis auf Netzwerk- und Software-Ebene - aus Deutschland, mit Lieferung EU-weit.

GPU-Server konfigurieren:
Kurz beantwortet.

Die Fragen, die uns vor der Konfiguration von GPU-Servern, KI-Servern und HPC-Systemen am häufigsten erreichen.

Wie kann ich einen GPU-Server konfigurieren?
In drei Schritten direkt auf dieser Seite: 1. Basissystem wählen (z. B. GPU-Server 2HE mit bis zu 4 GPUs oder NVIDIA HGX B300), 2. Einsatzzweck festlegen (Inferenz, Training oder Mixed/HPC) - die Empfehlungs-Engine belegt Prozessor, Arbeitsspeicher, GPUs, Storage und Netzwerk passend vor, 3. anpassen, als PDF laden oder per Mail-Button an sales@nelpx.de senden. Nelpx prüft die Konfiguration und erstellt das Angebot.
Was ist ein GPU-Server?
Ein GPU-Server ist ein Rack-Server, der neben den CPUs ein bis acht Grafikprozessoren als Rechenbeschleuniger trägt. Die GPUs übernehmen parallele Rechenlast wie KI-Training, LLM-Inferenz, Rendering oder Simulation, die CPU steuert und versorgt sie mit Daten. Typische Merkmale: PCIe-Gen5-Slots oder SXM-Module mit NVLink, ECC-Arbeitsspeicher, NVMe-Hot-Swap, redundante Netzteile und ein Management-LAN für den 24/7-Betrieb im Rechenzentrum.
Welche GPU brauche ich für LLM-Inferenz und Training?
Für Inferenz kleinerer Modelle (bis ca. 8B Parameter) genügt eine NVIDIA RTX PRO 4500 Server Edition mit 32 GB. Bis ca. 32B Parameter (8-bit-quantisiert) empfiehlt sich die L40S mit 48 GB, für 70B-Modelle die RTX PRO 6000 Server Edition mit 96 GB oder für maximalen Durchsatz die H200 NVL mit 141 GB HBM3e. Für das Training großer Modelle sind Multi-GPU-Systeme die richtige Wahl: GPU-Server 4HE mit bis zu 8 PCIe-Karten oder HGX-Server mit 8× H200, B200 oder B300 SXM und NVLink.
GPU-Server oder GPU-Workstation - was ist das richtige System?
GPU-Server gehören ins Rack: 24/7-Betrieb, redundante Netzteile, Fernwartung, bis zu 8 GPUs und Cluster-Skalierung - ideal für Inferenz-Dienste, Multi-User-Umgebungen und Training. GPU-Workstations stehen am Arbeitsplatz: leise, 1-4 GPUs, sofort einsatzbereit - ideal für Entwicklung, Finetuning und lokales Training. Faustregel: Dienste für mehrere Nutzer → Server; persönliches Entwicklungssystem → Workstation. Workstations konfiguriert Nelpx auf der eigenen Seite KI-Workstation konfigurieren.
Was unterscheidet einen KI-Server von einem HPC-Server?
Die Plattform ist oft dieselbe - der Unterschied liegt in der Bestückung. KI-Server sind GPU-zentriert: maximale GPU-Leistung und -Speicher pro Höheneinheit. HPC-Server für Simulation (CFD, FEM, Molekulardynamik) sind CPU- und speicherzentriert: viele Kerne (EPYC bis 192, Xeon 6 bis 128), viel ECC-RAM (bis 4.608 GB), schnelles Storage. Im Konfigurator lassen sich beide Profile abbilden - vom GPU-dichten KI-Server bis zum kernstarken HPC-System.
Was kostet ein GPU-Server?
GPU-Server mit ein bis acht PCIe-Karten kalkuliert Nelpx projektbezogen - der Preis hängt von GPU-Modell, Arbeitsspeicher, Storage und Stückzahl ab. Feste Ab-Preise gibt es für die Flaggschiffe: NVIDIA HGX B200 ab 370.000 € netto, HGX B300 ab 450.000 € netto und GIGABYTE XL44 mit 8× RTX PRO 6000 ab 149.000 € netto. Eine Einordnung der Gesamtkosten inklusive Strom und Betrieb liefert der TCO-Rechner auf Was kostet ein GPU-Server?
Lassen sich die Systeme später zum Cluster erweitern?
Ja. Alle GPU-Server bieten PCIe-Gen5- bzw. OCP-3.0-Slots für InfiniBand- oder Ethernet-Karten (10 GbE bis 800 Gb/s); HGX-B300-Systeme bringen ConnectX-8-SuperNICs bereits onboard mit. Die Cluster-Fabric (NVIDIA Quantum InfiniBand oder Spectrum-X Ethernet) planen wir auf Wunsch gleich mit - inklusive Switches und Verkabelung.
Wie schnell erhalte ich Angebot und Lieferung?
Nach Eingang der Konfiguration prüft Nelpx Komponentenverfügbarkeit und GPU-Allokation und nennt im Angebot einen verbindlichen Liefertermin. PCIe-Systeme sind in der Regel kurzfristiger verfügbar als HGX-Plattformen, deren Lieferzeit von der Allokation abhängt. Geliefert wird EU-weit.

Ihre Konfiguration.
Unser Angebot.

Senden Sie uns Ihre Konfiguration aus dem Konfigurator. Sie erhalten ein Angebot, geliefert wird EU-weit.