Partnerschaften

Nexalus und RENDA stellen den flüssigkeitsgekühlten KI-Server Nova8 für die Nachrüstung von Rechenzentren vor

Nexalus und RENDA stellen Nova8 vor, einen eigenständigen, flüssigkeitsgekühlten KI-Server für bestehende Rechenzentren. Die Leistungsangaben müssen anhand konkreter Arbeitslasten überprüft werden.

Theo Nash
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Official overhead product photograph of the RENDA Nova8 server showing its integrated cooling system
Wichtige PunkteNova8 zielt auf Nachrüst-Praktikabilität ab, indem Flüssigkeitskühlung in…
Mehr anzeigen
  • Nova8 zielt auf Nachrüst-Praktikabilität ab, indem Flüssigkeitskühlung in Standard-Racks ohne gebäudeweite Verrohrung integriert wird.
  • Nexalus behauptet bis zu 20 % höheren KI-Durchsatz als vergleichbare luftgekühlte Systeme, doch die Zahlen bleiben unbestätigt.
  • Käufer sollten den Durchsatz anhand ihrer eigenen Workloads validieren, statt allein den Benchmark-Spezifikationen zu vertrauen.

Nexalus und RENDA haben den RENDA Nova8 vorgestellt, einen flüssigkeitsgekühlten KI-Server für Unternehmen, die mehr Rechenleistung nutzen möchten, ohne die Kühlungsinfrastruktur ihrer Racks neu aufbauen zu müssen. Das am 17. November angekündigte System zielt auf eine Frage ab, die beim Einsatz von KI immer relevanter wird: Wie viel nutzbare Leistung kann eine bestehende Einrichtung bereitstellen?

Die Unternehmen beschreiben Nova8 als eigenständiges System, das für den Einsatz in bestehenden luftgekühlten Rechenzentren konzipiert wurde. In einer von ICR verbreiteten Mitteilung erklärt Nexalus, das System könne im Vergleich zu ähnlichen luftgekühlten Systemen einen bis zu 20 % höheren KI-Durchsatz und eine bis zu 22 % bessere Energieeffizienz bieten. Dabei handelt es sich um Angaben der Unternehmen, nicht um unabhängig verifizierte Ergebnisse. Sie sollten nicht als garantierte Verbesserungen für jede Arbeitslast verstanden werden.

Ein Nachrüstkonzept für die KI-Infrastruktur

Laut der Vorstellung integriert Nova8 acht NVIDIA RTX PRO 6000 Blackwell-GPUs in ein 4U-Gehäuse, das in ein standardmäßiges 19-Zoll-Rack passt. Jede GPU ist für den Betrieb mit ihrer vollen Leistung von 600 Watt ausgelegt. Für das Kühlsystem müssen Betreiber keine Flüssigkeitsleitungen im Gebäude verlegen.

Das System nutzt die Jet-Impingement-Kühlung von Nexalus für die GPUs und die CPU. Statt sich ausschließlich darauf zu verlassen, dass Kühlmittel durch Kanäle strömt, richtet das System Kühlmittelstrahlen auf eine Platte über den heißesten Bereichen eines Chips. Die Partner geben an, die Rechen- und Wärmemanagementkomponenten gemeinsam entwickelt und die Kühlung als Teil der Serverarchitektur statt als Zubehör behandelt zu haben.

Für Käufer von Infrastruktur ist dieser Unterschied wichtig, denn Beschleuniger zu kaufen und sie produktiv betreiben zu können, sind zwei verschiedene Dinge. Ein Server, der physisch in ein vorhandenes Rack passt, muss weiterhin die Anforderungen des Standorts an Stromversorgung, Wärmeabfuhr, Vernetzung und Wartung erfüllen. Ein eigenständiger Kühlkreislauf kann einen Teil dieser Prüfung vereinfachen, macht eine Überprüfung der Gebäudetechnik jedoch nicht überflüssig.

Was die Leistungsangaben aussagen – und was nicht

Laut der Mitteilung zur Vorstellung erzielten interne Tests mit Llama 3.3 einen Durchsatz von 55.000 Tokens pro Sekunde und eine Effizienz von 8,6 Tokens pro Watt. Außerdem beschreibt die Mitteilung eine redundante Kühlausstattung mit 10 Pumpen und 16 Lüftern. Diese technischen Angaben liefern potenziellen Kunden konkrete Ansatzpunkte für eigene Prüfungen, ersetzen aber nicht das Testen der eigenen Anwendungen.

Eine Durchsatzzahl allein sagt nichts darüber aus, welche Leistung eine Anwendung im Produktivbetrieb tatsächlich erbringt. Käufer sollten erfragen, welche Modellkonfiguration, Genauigkeit, Eingabelänge, Ausgabelänge, Parallelität und Bereitstellungssoftware verwendet wurden. Außerdem sollten sie klären, ob eine angegebene Leistungsaufnahme den gesamten Server, nur einen Teil der Komponenten oder eine umfassendere Infrastrukturgrenze umfasst. Werden Messwerte mit unterschiedlichen Systemgrenzen verglichen, kann ein scheinbar einfacher Effizienzwert irreführend sein.

Am aussagekräftigsten wäre es, den Durchsatz gemeinsam mit Latenzzielen zu bewerten. Ein Unternehmen, das interaktive Anfragen verarbeitet, legt möglicherweise anderen Wert auf eine verlässliche Antwortzeit als ein Unternehmen, das über Nacht große Stapelverarbeitungen ausführt. Beide könnten dieselbe Hardware einsetzen und dennoch zu unterschiedlichen Einschätzungen von Kosten und Kapazität gelangen. Dies ist ein Bewertungsrahmen und kein Beleg dafür, dass Nova8 eine der beiden Anforderungen erfüllt oder nicht erfüllt.

Das System mit realen Arbeitslasten testen

Die Unternehmen bieten qualifizierten Interessenten über ein Test-Drive-Programm Fernzugriff an. Der weltweite Kundendienst wird von UNICOM Engineering übernommen. So können interessierte Unternehmen das Produkt prüfen, bevor sie allein aufgrund der angekündigten technischen Daten Annahmen treffen.

Für einen aussagekräftigen Test könnte ein Betreiber eine repräsentative Arbeitslast nachbilden, die Softwareeinstellungen unverändert lassen und die Ergebnisse mit der bestehenden Bereitstellung vergleichen. Werden Stromverbrauch, Latenz, Durchsatz und Dauerbetrieb gemeinsam erfasst, lässt sich besser unterscheiden, ob eine Infrastrukturverbesserung tatsächlich nützlich ist oder ob ein Benchmarkvorteil sich nicht auf die vorgesehene Anwendung übertragen lässt.

Auch die Wartungsfreundlichkeit verdient Beachtung. Betreiber, die ein flüssigkeitsgekühltes System prüfen, sollten wissen, wie Komponenten ausgetauscht und Fehler erkannt werden, welche Wartungsarbeiten die eigenen Teams ausführen können und wie die Supportvereinbarungen zu ihren Verfügbarkeitsanforderungen passen. Diese Punkte sind besonders relevant, wenn ein Produkt als Nachrüstlösung und nicht als Teil eines Neubaus der Einrichtung angeboten wird.

Das Konzept von Nova8 geht daher über den Einbau zusätzlicher GPUs in ein Rack hinaus. Ziel ist es, flüssigkeitsgekühlte KI-Rechenleistung in einer Infrastruktur nutzbar zu machen, die Unternehmen bereits betreiben. Ob dieser Ansatz den angekündigten Vorteil bringt, hängt von den Arbeitslasten der Kunden und der Überprüfung am jeweiligen Standort ab. Mit der Vorstellung rückt jedoch die praktische Umsetzbarkeit einer Nachrüstung in den Mittelpunkt der Kaufentscheidung.

Theo Nash ist ein KI-generierter Rechercheagent bei Unite.AI, der KI-Infrastruktur, Rechenleistung und die Hardwaresysteme abdeckt, die moderne künstliche Intelligenz antreiben. Seine Arbeit konzentriert sich auf die technischen Grundlagen großer KI‑Workloads, einschließlich Rechenzentren, Beschleuniger, Netzwerke und die Software‑Stacks, die sie verbinden.

Mit einer analytischen und ingenieurorientierten Perspektive untersucht Theo, wie Fortschritte bei GPUs, kundenspezifischem Silizium, Speicherarchitekturen und verteilten Systemen neue Generationen von KI‑Modellen ermöglichen. Er legt besonderen Wert auf Leistungskompromisse, Energieeffizienz, Skalierbarkeit und die praktischen Einschränkungen, die die reale Implementierung von KI‑Infrastruktur prägen.

Artikel, die von Theo Nash verfasst wurden, sind KI-generiert und werden vom Redaktionsteam von Unite.AI geprüft, um technische Genauigkeit, Klarheit und eine verantwortungsvolle Berichterstattung über die sich schnell entwickelnde KI‑Rechenlandschaft sicherzustellen.