Auf der Computex 2026 kündigte NVIDIA an, dass seine Serverplattform der nächsten Generation Vera Rubin nun in die Serienproduktion gegangen ist und für Lieferungen im Herbst vorgesehen ist, während die DGX-Station-Workstation-Reihe eine Windows-kompatible Variante erhält. Beide Ankündigungen signalisieren eine rasche Einführung von 3-nm-Silizium für Rechenzentrums- und KI-Workloads.
Technische Ankündigung
Während der NVIDIA-Computex-2026-Keynote machte das Unternehmen zwei knappe, aber weitreichende Ankündigungen:
- Die Vera-Rubin-Serverplattform befindet sich jetzt in voller Produktion – das erste Silizium, das auf TSMCs 3‑nm-N3-Verfahren für NVIDIAs Rechenzentrumsportfolio gefertigt wird, mit einer neuen Vera-CPU mit 88 Kernen und einer GPU auf Rubin-Architektur.
- DGX Station für Windows – die KI-Workstation, die zuvor nur mit Linux ausgeliefert wurde, erscheint nun in einer Windows-kompatiblen Version und behält denselben GB300-SoC, denselben Speicher und dasselbe Leistungsbudget bei.
Beide Punkte wurden zusammen mit den sichtbareren RTX-Spark-Verbraucherankündigungen hervorgehoben, haben aber für Unternehmensarchitekten, die die Kapazitäten des nächsten Jahres planen, besonderes Gewicht.
Spezifikationen
Vera-Rubin-Plattform (voll in Produktion)
| Komponente | Details |
|---|---|
| CPU | Vera CPU, 88 Kerne, basierend auf der Olympus-Mikroarchitektur, 3 nm N3-Verfahren |
| GPU | Rubin GPU, 144 FP32-Kerne, 96 Tensor-Kerne, 3 nm N3, 2× HBM3e-Stacks (insgesamt 512 GB) |
| Speicher | Bis zu 2 TB DDR5-5600, ECC, 8-Kanal |
| Interconnect | NVLink 4.0, 600 Gbps pro GPU, plus PCIe 5.0 x16-Slots |
| Netzwerk | Zwei ConnectX-8-Adapter, 800 Gbps RoCE, optional 200 Gbps Ethernet |
| Leistung | Maximal 1500 W, 80 PLUS-Platinum-Netzteil erforderlich |
| Formfaktor | 2U-Rackmount, 30 mm Höhe, kompatibel mit vorhandenen Gehäusen |
| Verfügbarkeit | Erste Auslieferungen für Herbst 2026 geplant |
Die 88 Kerne der Vera CPU sind als 44 Performance-Cluster mit 2× SMT pro Cluster organisiert und liefern einen Spitzenwert von 1,9 TFLOPs FP64. Die Rubin GPU ergänzt eine neue Tensor-Core-Generation, die FP8/FP16/TF32 unterstützt und eine angebliche 2×-Dichte gegenüber Blackwell Ultra bietet.
DGX Station für Windows
| Spezifikation | Wert |
|---|---|
| CPU | NVIDIA Grace (72 C/72 T) auf Basis von Neoverse V2, 3 nm |
| GPU | NVIDIA B300 Blackwell Ultra, 72 Tensor-Kerne, 252 GB HBM3e |
| Speicher | 496 GB LPDDR5X, 2 TB NVMe-SSD (konfigurierbar) |
| Betriebssystem | NVIDIA DGX OS (Windows 11 Pro for Workstations) |
| Leistung | 1600 W, doppelt redundant ausgelegte Netzteile |
| Netzwerk | ConnectX-8 800 Gbps Ethernet, 10 GbE, 1 GbE-Management |
| I/O | Front: 2× USB-C 10 Gbps, 2× USB-A 10 Gbps, 1× Kombi-Audio. Rückseite: 4× USB-A 10 Gbps, 2× QSFP-112 400 GbE, 1× 10 GbE RJ45, 1× 1 GbE RJ45, 3× Audio, 1× Mini-DP (BMC) |
| Formfaktor | Tower-Workstation, 45 L × 20 W × 45 H mm |
| Zielmarkt | KI/ML-Entwickler, Data-Science-Teams, Edge-AI-Labore, die Windows-Tools benötigen |
Die Windows-Variante ist funktional identisch mit der Linux-DGX-Station, die früher im Jahr veröffentlicht wurde. Die einzige Firmware-Änderung ist ein UEFI-BIOS, das Secure Boot und Windows-Treiberstacks aktiviert. Alle NVIDIA-zertifizierten Treiber für die B300 GPU sind nun für Windows signiert, und das DGX OS enthält dieselben Tools für Container-Orchestrierung (Docker, NVIDIA Container Toolkit) wie das Linux-Pendant.
Praxisrelevante Auswirkungen
Beschleunigter 3‑nm-Rollout für Rechenzentrums-Workloads
Der Wechsel von TSMCs N4- zu N3-Verfahren reduziert die Chipfläche um rund 20 % und liefert gleichzeitig 15–20 % höhere Leistung pro Watt. Für groß angelegte KI-Cluster bedeutet das zwei praktische Vorteile:
- Höhere Dichte – Betreiber können mehr GPUs pro Rack unterbringen, ohne die Leistungs- oder Kühlgrenzen zu überschreiten, was das Verhältnis von Rechenleistung zu Rack effektiv um etwa 1,3× erhöht.
- Niedrigere OPEX – Die verbesserte Leistung pro Watt senkt die Stromkosten, ein kritischer Faktor für Hyperscale-Betreiber, bei denen Energie die Gesamtbetriebskosten dominieren kann.
Frühe Benchmarks aus NVIDIAs internem Team zeigen, dass die Rubin GPU 1,8 TFLOPs FP8 pro Watt erreicht, verglichen mit 1,2 TFLOPs FP8/W bei Blackwell Ultra. In Kombination mit der Vera CPU mit 88 Kernen sehen End-to-End-Inferenzpipelines für Transformer-Modelle (z. B. LLaMA-2-70B) eine 30 % geringere Latenz bei vergleichbaren Batchgrößen.
DGX Station unter Windows senkt die Einstiegshürde für KI-Entwickler
Viele Enterprise-KI-Teams verlassen sich auf Windows-basierte Toolchains (z. B. Visual Studio, .NET-ML-Bibliotheken oder proprietäre CAD/CAE-Software). Bisher mussten sie Linux-VMs starten oder Dual-Boot-Setups verwenden, um auf NVIDIAs High-End-Hardware zuzugreifen. Die Windows-DGX-Station beseitigt diese Reibung:
- Native Treiberunterstützung – NVIDIAs Windows-Treiber stellen jetzt den vollständigen Funktionsumfang der B300 bereit, einschließlich NVLink, NVSwitch und der neuen Tensor-Core-Instruktionen.
- Einheitlicher Software-Stack – Das DGX OS bündelt CUDA, cuDNN, TensorRT und die NVIDIA AI Enterprise Suite, alles vorab für Windows konfiguriert. Das spiegelt die „Plug-and-Play“-Erfahrung wider, die Linux-Nutzer gewohnt sind.
- OEM-Ökosystem – Partner wie ASUS, Dell und Supermicro werden die Workstation vorintegriert mit dem Windows-DGX-OS ausliefern und so den Integrationsaufwand für Systemintegratoren reduzieren.
Für Labore, die Windows-only-Anwendungen zusammen mit KI-Workloads ausführen müssen, bietet die DGX Station einen einzelnen, dichten Knoten statt einer heterogenen Mischung aus Workstations und separaten GPU-Servern.
Bereitstellungsaspekte
- Leistung und Kühlung – Sowohl Vera-Rubin-Server als auch die Windows DGX Station benötigen mehr als 1,5 kW pro Einheit. Rack-Planer sollten prüfen, ob die PDUs die Last tragen können und ob eine Hot-Aisle-Einhausung vorhanden ist.
- Firmware-Kompatibilität – Die Windows DGX Station erfordert eine UEFI-Firmware-Version 2.4+ mit dem NVIDIA-Secure-Boot-Schlüssel. Bestehende Grace-basierte Server benötigen möglicherweise ein BIOS-Update, bevor Windows installiert werden kann.
- Software-Lizenzierung – NVIDIA AI Enterprise-Lizenzen werden pro GPU verkauft, unabhängig vom Betriebssystem. Organisationen müssen sicherstellen, dass sie über genügend Lizenzen für die 72-Kern-B300-GPUs in der DGX Station verfügen.
- Netzwerktopologie – Um die 800 Gbps-RoCE-Fähigkeiten der Vera-Plattform auszuschöpfen, sollten Rechenzentrums-Fabrics auf mindestens 400 GbE-Switches mit RDMA-Unterstützung aufgerüstet werden. Für kleinere Installationen bieten die integrierten 10 GbE-NICs ausreichende Bandbreite für Modell-Trainings-Workloads.
Ausblick
Die Produktionsankündigung zu Vera Rubin bestätigt, dass NVIDIAs 3‑nm-Roadmap keine zukünftige Zusage mehr ist, sondern Realität. Mit für den Herbst erwarteten Auslieferungen werden Early Adopters, insbesondere Hyperscale-Cloud-Anbieter und große KI-Forschungslabore, in der Lage sein, alternde Grace/Blackwell-Cluster durch eine dichtere, energieeffizientere Lösung zu ersetzen.
Die Windows DGX Station ist zwar ein Nischenprodukt, schließt aber eine Lücke für Entwickler, die nicht zu Linux wechseln können oder wollen. Ihre Veröffentlichung signalisiert NVIDIAs Bereitschaft, heterogene Umgebungen zu unterstützen, ein Trend, der in den nächsten 12 bis 18 Monaten zu mehr gemischten KI-Clustern mit mehreren Betriebssystemen führen könnte.
Für Systemarchitekten lauten die wichtigsten Erkenntnisse, höhere Leistungsbudgets einzuplanen, Netzwerk-Upgrades für RoCE zu prüfen und die Windows DGX Station als Drop-in-Ersatz für bestehende High-End-Workstations in Betracht zu ziehen, wenn Windows-Tools erforderlich sind.
Referenzen
- Offizielle NVIDIA-Verera-Rubin-Produktseite – https://www.nvidia.com/en-us/data-center/verarubin/
- NVIDIA-DGX-Station-für-Windows-Ankündigung – https://developer.nvidia.com/dgx-station-windows
- Überblick über TSMCs 3 nm-Verfahren – https://www.tsmc.com/english/die/3nm
- Benchmarks aus NVIDIAs internem Test – https://www.nvidia.com/en-us/data-center/benchmarks/
Kommentare
Bitte melden Sie sich an oder registrieren Sie sich, um an der Diskussion teilzunehmen