Zum Inhalt springen
Nelpx Systeme · Konfigurator

GPU-Server & KI-Workstations.
Konfiguriert in Minuten.

Vom 1HE-GPU-Server bis zur NVIDIA-HGX-Plattform, von der RTX-5090-Workstation bis zum Quad-RTX-PRO-6000-System — und für HPC & Simulation bis 192 CPU-Kerne: Stellen Sie Ihre Wunschkonfiguration zusammen, wir liefern das konsolidierte Angebot in der Regel innerhalb von 48 Stunden.

24Basissysteme — Server, HGX & Workstations
bis 8 GPUspro System — RTX PRO, L40S, H200, HGX
bis 4,6 TBDDR5-ECC-RAM im 4HE-Server
B200 & B300NVIDIA-HGX-Plattformen konfigurierbar
KI-Systeme konfigurieren

KI-Server konfigurieren:
So einfach geht's.

Ob Sie einen GPU-Server fürs Rechenzentrum oder eine KI-Workstation für den Schreibtisch konfigurieren — der Weg zum Angebot ist derselbe. Ohne Registrierung, ohne versteckte Schritte.

Bei Nelpx konfigurieren Sie KI-Server, GPU-Workstations und HPC-Systeme in drei Schritten online — und erhalten in der Regel innerhalb von 48 Stunden ein konsolidiertes Angebot aus unserem Partnernetzwerk.

  1. Systemtyp & Basissystem wählen

    GPU Server (1HE–5HE Rack, inkl. NVIDIA HGX) oder GPU Workstation (KI Development / KI Training) — 24 geprüfte Basissysteme.

  2. Hardware anpassen

    Prozessor (AMD EPYC, Intel Xeon, Ryzen, Threadripper PRO), ECC-RAM, GPUs, NVMe-Storage und Betriebssystem — alle Optionen passen sich der Plattform an.

  3. PDF laden & Angebot erhalten

    Konfiguration als PDF herunterladen und an sales@nelpx.de senden — Angebot in der Regel innerhalb von 48 h.

Stand: Juli 2026 · Keine Listenpreise — jede Konfiguration wird projektbezogen und herstellerübergreifend kalkuliert.

Konfigurator

Ihr System.
Ihre Konfiguration.

Wählen Sie zuerst zwischen GPU-Server und GPU-Workstation, dann Ihr Basissystem — alle weiteren Optionen passen sich automatisch an die gewählte Plattform an.

01 · Was möchten Sie konfigurieren?
GPU Server Rack-Systeme von 1HE bis 5HE — AMD EPYC oder Intel Xeon, bis zu 8 GPUs, inklusive NVIDIA-HGX-Plattformen (H200, B200, B300).
1–5 HEbis 8× GPUHGX SXM
GPU Workstation KI-Workstations für Development & Training — von der RTX 5090 bis zum Quad-Verbund mit 384 GB VRAM, direkt unter dem Schreibtisch.
RTX 5090 / RTX PRObis 4× GPUGB10 Mini
02 · Basissystem wählen Sie die Plattform — Optionen passen sich an
03 · Prozessor
04 · Arbeitsspeicher
05 · Grafikkarten / Beschleuniger
06 · Storage
07 · Betriebssystem
08 · Anzahl Systeme
09 · Ihre Daten für PDF & Angebot
Entscheidungshilfe

GPU-Server oder
GPU-Workstation konfigurieren?

Die wichtigste Frage vor der Konfiguration. Die Kurzform: Dienste für mehrere Nutzer gehören auf den Server im Rack — das persönliche Entwicklungssystem auf den Schreibtisch.

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)1–4× (RTX 5090, RTX PRO 5000/6000 Blackwell) — 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? Beschreiben Sie Ihren Workload im Konfigurator unter „Einsatzzweck" — wir empfehlen die passende Plattform im Angebot.

Leitfaden

Vom KI-Server bis zur
HPC-Workstation.

Vier typische Anforderungsprofile — und welche Systeme wir dafür konfigurieren. Jede Empfehlung führt direkt in den Konfigurator.

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 — lokal, reproduzierbar und ohne Cloud-Kosten. Von der RTX 5090 (32 GB) bis zur RTX PRO 6000 (96 GB ECC) für 70B-Modelle.

Empfehlung: KI Development Workstation oder AI Mini (NVIDIA GB10) · Workstation konfigurieren
Profil 03 · Training

Modell-Training

Eigene Modelle von Grund auf oder große Finetunings: Multi-GPU-Systeme mit NVLink- bzw. PCIe-Verbund — von 2× RTX PRO 6000 (192 GB VRAM) unterm Schreibtisch bis 8× SXM im HGX-Server.

Empfehlung: KI Training Workstation (bis 4× 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 — Threadripper PRO bis 96 Kerne am Arbeitsplatz.

Empfehlung: HPC-Server (EPYC/Xeon 6) oder HPC-Workstation (Threadripper PRO) · HPC-System konfigurieren
Warum Nelpx

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-, Supermicro- und ASUS-Plattformen — und wählen 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 einzelne Workstation oder HGX-Cluster mit InfiniBand-Fabric: Wir beraten bis auf Netzwerk- und Software-Ebene — DSGVO-konform und aus Deutschland.

Häufige Fragen

KI-Systeme konfigurieren:
Kurz beantwortet.

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

Wie kann ich einen KI-Server konfigurieren?
In drei Schritten direkt auf dieser Seite: 1. Systemtyp wählen (GPU-Server oder GPU-Workstation), 2. Basissystem festlegen (z. B. 2HE AMD EPYC mit bis zu 4 GPUs oder NVIDIA HGX B300), 3. Prozessor, Arbeitsspeicher, GPUs, Storage und Betriebssystem anpassen. Die Konfiguration laden Sie als PDF herunter oder senden sie direkt an sales@nelpx.de — Angebot in der Regel innerhalb von 48 Stunden.
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 (bis 384 GB VRAM), sofort einsatzbereit — ideal für Entwicklung, Finetuning und lokales Training. Faustregel: Dienste für mehrere Nutzer → Server; persönliches Entwicklungssystem → Workstation. Details in der Vergleichstabelle.
Welche GPU brauche ich für LLM-Inferenz und Training?
Für den Einstieg (Modelle bis ~8B Parameter) genügt eine RTX 5090 (32 GB). Bis ~32B empfiehlt sich die RTX PRO 5000 Blackwell (48 GB ECC), für 70B-Modelle die RTX PRO 6000 Blackwell (96 GB ECC). Im Server bieten L40S (48 GB) und H200 NVL (141 GB HBM3e) mehr Durchsatz für Inferenz-Dienste. Für Training großer Modelle: Multi-GPU-Systeme — Workstations mit bis zu 4× RTX PRO 6000 Max-Q (384 GB VRAM) oder HGX-Server mit 8× SXM-GPUs.
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 KI-Server oder eine KI-Workstation?
Der Preis hängt stark von GPU-Bestückung, Speicher und Stückzahl ab — eine Workstation mit RTX 5090 spielt in einer anderen Liga als ein HGX-System mit 8 SXM-GPUs. Deshalb nennen wir keine Pauschalpreise, sondern kalkulieren jede Konfiguration projektbezogen über unser Partnernetzwerk — inklusive Alternativen, wenn eine andere Bestückung mehr Leistung pro Euro liefert. Angebot in der Regel innerhalb von 48 h.
Welches Betriebssystem eignet sich für KI-Server und Workstations?
Standard im KI-Umfeld ist Ubuntu LTS — beste Unterstützung für CUDA, PyTorch, TensorFlow und Container-Workflows. Alternativ: Windows Server 2025 (Server) bzw. Windows 11 Pro (Workstation) — oder Lieferung ohne Betriebssystem. Auf Wunsch richten wir Treiber und KI-Stack fertig ein.
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?
Ihr Angebot in der Regel innerhalb von 48 Stunden nach Einsendung der Konfiguration. Die Lieferzeit hängt von der Komponentenverfügbarkeit ab (insbesondere bei GPUs) und wird im Angebot verbindlich genannt.
Nächster Schritt

Ihre Konfiguration.
Unser Angebot in 48 h.

Senden Sie uns Ihre Konfiguration aus dem Konfigurator — oder starten Sie mit einem unverbindlichen Erstgespräch. Wir beraten herstellerübergreifend und liefern deutschlandweit.