Build Wiki

Build Wiki

Eine Referenzreihe zum Aufbau, zur Vernetzung, zur Stromversorgung und zum Betrieb von KI-Rechensystemen – für Käufer und Integratoren, die ihre nächste 4-GPU-Box, ihren 8-GPU-Server oder ihr Robotiklabor dimensionieren.

Jeder Artikel basiert auf realen Kentino-Projekten. Keine Füllwörter. Meinungsäußerungen, wo die Technik es erfordert. Ehrliche Darstellung der Grenzen.

49Artikel live 9Themenbereiche 2Neue pro Woche · Di. + Do.

Grundlagen-KI-Server W-Serie

Wenn Sie einen PC mit mehreren GPUs konfigurieren, lesen Sie diese Informationen zuerst: Arbeitsspeicher, PCIe, Stromversorgung, Kühlung, Speicher und die Auswahlliste für GPUs.

W01RAM und VRAM: Ihr Verhältnis in einem KI-ServerEin System mit vier GPUs, 192 GB VRAM und 32 GB RAM ist fehlerhaft. Das optimale Verhältnis hängt von den tatsächlich ausgeführten Anwendungen ab.
W02PCIe-Lanes und Topologie in einem Multi-GPU-KI-Server„PCIe x8 vs x16 spielt für die Inferenz keine Rolle“ ist größtenteils richtig – und die Leute, die das wiederholen, wissen in der Regel nicht, warum.
W03GPU-Riser: Wann man sie braucht und was kaputt gehtWo die Signalintegrität stillschweigend stirbt, Verbindungen stillschweigend auf Gen3 umgestellt werden und Benchmarks, die bestanden werden, anfangen, pro Tag eine GPU ausfallen zu lassen.
W04Netzteil-Dimensionierung und Dual-Netzteil-KonfigurationenDie Mathematik, die Realität des Formfaktors und die ehrliche Darstellung der Stromversorgung für 4-GPU- und 8-GPU-Systeme.
W05Thermik und Luftstrom in KI-Server-Systemen mit mehreren GPUsVier GPUs mit je 450 W erzeugen 1.8 kW Wärme in einem Gehäuse. Luftstrom von vorne nach hinten, statischer Druck und die Tatsache, dass „es Lüfter hat“, sind kein Kühlkonzept.
W06Speicherebenen in einem KI-ServerModell, Datensatz, Scratch, Checkpoint – vier Workloads mit vier Zugriffsmustern. Eine NVMe-Ebene ist für keines davon optimal geeignet.
W07GPU-Auswahl: 5090, 4090, RTX Pro 6000, L40, L4Ein ehrlicher Direktvergleich mit realen Leistungszahlen, Abwägungen und einem Entscheidungsprozess, den wir tatsächlich in Kundengesprächen anwenden.

Token Economics T-Serie

Die Kosten-Nutzen-Rechnung. Token pro Euro, On-Premise- vs. Cloud-Kosten pro Million Token und wann welches Modell tatsächlich die Nase vorn hat.

T01Token pro Sekunde pro EuroDie einzige für Inferenz relevante GPU-Wertkennzahl. Reale Token/Sekunde pro Euro über die Modelle 5090, 4090, RTX Pro 6000, L40 und L4.
T02Kosten pro Million Token: On-Premise vs. CloudOn-Premise vs. Cloud, berechnet in Euro. Wo der Wendepunkt liegt und warum Cloud-Lösungen zunächst die Nase vorn haben – bis sie es plötzlich nicht mehr haben.
T03Kontinuierliche vs. kurzzeitige Schlussfolgerungen in der WirtschaftswissenschaftKontinuierliche Inferenz rund um die Uhr und sprunghafte Batch-Verarbeitung haben gegensätzliche wirtschaftliche Vorteile. Wann ist eine On-Premise-Lösung vorteilhaft, und wann springt die Cloud ein?

Linux / Betriebssystem / Software L-Serie

Der Software-Stack unter den GPUs. Treiber-Pinning, CUDA-Setup, Kernel-Tuning, Dateisysteme und Überwachung.

L01Ubuntu-Treiberanheftung und NVIDIA-TreiberverwaltungKernel fixieren, Treiber fixieren oder zusehen, wie ein apt-Upgrade Ihre GPUs offline nimmt. Treiberverwaltung, die Neustarts übersteht.
L02CUDA, cuDNN und das NVIDIA Container ToolkitDer vernünftige Setup-Pfad. CUDA-, Treiber- und Toolkit-Versionierung sowie der Container-Ansatz, der Abhängigkeitschaos vermeidet.
L03Linux-Kernel-Optimierung für KI-ServerWas ist bei KI-Workloads wirklich entscheidend – Hugepages, NUMA, IRQ-Affinität – und was ist bloßes Ballast.
L04Dateisystemauswahl für KI-ServerXFS, ZFS, ext4 – und warum Btrfs nicht für KI-Server infrage kommt. Wählen Sie das Dateisystem passend zum Zugriffsmuster.
L05Monitoring-Stack: Prometheus, Grafana, DCGM, LokiSehen Sie GPU-Temperaturen, VRAM, ECC-Fehler und Jobfehler, bevor sie Ihnen einen Trainingslauf kosten.

Netzwerken N-Serie

NVLink-Realität, Cluster-Topologien (Leaf-Spine, Fat-Tree, Dragonfly, Switchless), Latenzanalyse, Routing und RDMA-Einrichtung in der Praxis.

N03NVLink und NVSwitch: Wann es darauf ankommtDGX wirbt mit Terabytes pro Sekunde NVLink-Bandbreite. Für die meisten Kentino-Workloads benötigt man das jedoch nicht.
N04Geschaltete Topologien: Fettbaum, Blattstachel, Libelle, TesseraktJedes Clusterdiagramm beginnt auf die gleiche Weise. Die eigentliche Entscheidung liegt in der Wahl der Topologie, des Umfangs der Überbelegung und der Geschwindigkeit pro Port.
N05Schalterlose Topologien: Mesh, Ring, DirektverbindungEin 32-Port-400-GbE-Switch wird Mitte 2026 für 40 bis 80 Euro auf den Markt kommen. Für 2 bis 4 Knoten benötigen Sie keinen.
N06Latenzanalyse: Wohin jede Mikrosekunde fließtNetzwerke werden anhand von Bandbreitendiagrammen dimensioniert. Deren Allreduce-Benchmark liefert dann einen Wert, der weit von der Leitungsgeschwindigkeit entfernt ist.
N07Routing: ECMP, Adaptives Routing, DCQCNWas geschieht oberhalb von Kabeln, Netzwerkkarten und Switches: Wie finden Pakete einen Weg, und was verhindert, dass die Infrastruktur unter All-Reduce zusammenbricht?
N08RDMA-Einrichtung in der Praxis + Cluster-Uplink-DesignPraxisnah: Treiber installieren, Pfad prüfen, GPUDirect aktivieren, NCCL validieren und anschließend den Uplink für den gesamten Cluster entwerfen.

Clustering K-Serie

Wenn ein einzelner Knoten nicht ausreicht. Entscheidung zwischen Einzel- und Mehrknotensystemen, verteiltes Training, Inferenzcluster, gemeinsamer Speicher, Scheduling und Fehlerbehandlung.

K01Single-Node Multi-GPU vs Multi-Node: Wann sollte man skalieren?Der teuerste Fehler ist es, das GPU-Budget auf zwei Knoten aufzuteilen, wenn ein größerer Knoten die Aufgabe erfüllt hätte.
K02Verteiltes Training im Jahr 2026: DDP, FSDP2, DeepSpeed, MegatronVier Open-Source-Stacks, fünf Parallelitätsachsen und die Frage, welcher Stack für welche Aufgabe der richtige ist.
K03Inferenzcluster: vLLM Tensor Parallel, Pipeline ParallelEin 70-Byte-Modell passt nicht auf eine GPU mit nutzbarem KV-Cache. Ein 405-Byte-Modell passt nicht auf einen einzelnen Knoten. Die Kosten hängen davon ab, wie das Modell aufgeteilt wird.
K04Cluster-Speicher: NFS, BeeGFS, Lustre, ObjektspeicherGemeinsam genutzter Speicher ist der Teil eines verteilten Clusters, an den niemand denkt, bis die GPUs zu 40 % ausgelastet sind.
K05Jobplanung: SLURM, Kubernetes, RaySLURM, Kubernetes, Ray – und zu wissen, wann man keines davon braucht. Wählen Sie den Scheduler passend zur Teamgröße.
K06Fehlerbehandlung in KI-ClusternWas in einem GPU-Cluster tatsächlich ausfällt und wie man es wiederherstellt – Checkpointing, Integritätsprüfungen und das Entfernen fehlerhafter Knoten.

Integration ich serie

Alles zusammenfügen – Inferenzserver-Setup, Labornetzwerk- und Energiebudgets, ein Referenzaufbau und Flottenbereitstellung.

I01Edge-KI-Architektur: Roboter ↔ Lokaler InferenzserverDer Goldstandard-Artikel. Der von Ihnen erworbene Humanoide ist nur die halbe Miete; dies ist die andere Hälfte und erklärt, wie die beiden Hälften miteinander verbunden werden.
I02Einrichten eines Inferenzservers: vLLM, llama.cpp, SGLangInstallieren, bereitstellen und Benchmarks durchführen. Welche Engine für welches Modell und welches Latenzziel?
I03Netzwerktopologie für ein Robotik- und KI-RechenlaborVerkabelung eines Robotik- und KI-Labors – Roboterverbindungen, Uplinks zum Inferenzserver und wo sich Latenzzeiten verstecken.
I04Energie- und Kühlungsbudget für ein Robotik- und KI-LaborDimensionierung von Stromversorgung und Kühlung für ein gemischtes Robotik- und KI-Labor vor Vertragsabschluss.
I05Referenzaufbau: Ein Robotik- und KI-Labor in einem RackEin komplettes Robotik- und KI-Labor in einem Rack – die Stückliste, das Layout und die Kompromisse, die wir tatsächlich eingehen würden.
I06Flotteneinsatz: Mehrere Roboter, gemeinsame RechenleistungMehrere Roboter, gemeinsame Rechenleistung. Wie man die Dimensionierung und den Zeitplan für Inferenz für eine Flotte festlegt, nicht für eine Demo.

Stromlieferung P-Serie

Saubere Stromversorgung des Racks. Phasen, PDUs, Lastverteilung, Leistungsschalter, USV und Generatoren für KI-Berechnungen.

P01Einphasiger vs. dreiphasiger StromWenn ein 4-GPU-System die Kapazität eines einzelnen 16-A-Stromkreises übersteigt und was Drehstrom in einem KI-Rack tatsächlich bringt.
P02PDU-Typen: Standard, Messeinheit, Schalteinheit, ATSWas die einzelnen Komponenten leisten und welche Sie tatsächlich für ein GPU-Rack benötigen.
P03Phasenausgleich über KI-Racks hinwegDie drei Phasen gleichmäßig belasten oder einen Schutzschalter im ungünstigsten Moment auslösen. So funktioniert der Lastausgleich in KI-Racks.
P04Leistungsschalterdimensionierung und EinschaltstromDauerlast, Einschaltstrom und die 80%-Regel. Dimensionierung von Schutzschaltern für GPU-Server, die keine Fehlauslösungen verursachen.
P05USV-Dimensionierung für KI-RechenleistungTopologie, Batteriechemie, Laufzeit und die kVA-vs.-kW-Falle, die dazu führt, dass die Hälfte der USV-Käufe von KI-Laboren unterdimensioniert ist.
P06Generator und UmschalterWenn die Akkulaufzeit nicht ausreicht. Generatorauslegung und Grundlagen für Umschalter in KI-Laboren.

Robotik R-Serie · Blog

Ein moderner humanoider Roboter vereint sechs oder sieben Ingenieursdisziplinen: Anatomie, Sensoren, Rechenleistung, SDKs, Netzwerktechnik, Beschaffung und die hochmoderne VLM-Weltmodell-Architektur.

R01Anatomie eines modernen HumanoidenSechs oder sieben Ingenieursdisziplinen vereint. Was steckt eigentlich im Inneren eines modernen Humanoiden?
R02Anatomie eines vierbeinigen RobotersVierbeiner tauschen Reichweite gegen Stabilität und Akkulaufzeit. Die mechanische und computergestützte Anatomie des Arbeitstier-Formfaktors.
R03Der RobotersensorstapelKameras, Tiefensensoren, LiDAR, IMU, Kraft-Drehmoment-Sensoren – was jeder Sensor liefert und welchen Rechenaufwand er verursacht.
R04On-Device- vs. Off-Device-Computing für RoboterWas läuft auf dem Roboter bzw. auf dem Server? Der Kompromiss zwischen Latenz und Leistungsfähigkeit, den jede Implementierung eingehen muss.
R05Robot SDKs, ROS 2 und SimulationROS 2, die SDKs der Hersteller und Simulationsumgebungen – die Software, mit der Sie entwickeln, bevor die Hardware eintrifft.
R06Robotervernetzung: WLAN, Kabelverbindungen, 5GWi-Fi, Tethering, 5G – und warum die Latenz und nicht die Bandbreite darüber entscheidet, was Sie vom Roboter auslagern können.
R07Kauf eines Roboters: Lieferzeiten, Zoll, SupportDer Kauf von Roboterhardware in der EU unterscheidet sich deutlich vom Kauf einer Workstation. Lieferzeiten, Zollabwicklung und Kundendienst sind hier nicht so einfach zu handhaben.
R08Warum Roboter dedizierte Edge-Computing-Ressourcen benötigenDas Latenzargument. Warum die Nutzung eines Cloud-APIs für Ihr Modell den vom Kunden gewünschten Anwendungsfall zunichtemacht.
R09Automatische Beschriftung mit VLM-gesteuerten WeltmodellenDer hochmoderne Wahrnehmungsstack – Qwen2.5-VL, Grounded-SAM 2, Florence-2, NVIDIA Cosmos – angewendet auf die Robotik-Grundwahrheit.

Case Studies C-Serie · Blog

Echte Kentino-Bauten mit realen, messbaren Zahlen. Fotos, Stücklisten, Benchmarks und ehrliche Nachbesprechungen.

C01Fallstudie: 4× RTX 4090 KI-WorkstationEPYC 7542, 512 GB DDR4 ECC, 4× RTX 4090. Gemessene Leistung: 651.6 TFLOPS. Dauerhafter Durchsatz von 179.3 TOK/s (vLLM). Maximale Temperatur: 73 °C. Reale Werte eines ausgelieferten Systems.

Neue Artikel jeden Dienstag und Donnerstag

Dieses Wiki ist eine wachsende Bibliothek – neue Artikel zu Aufbau, Netzwerktechnik, Clustering, Energieversorgung und Robotik werden bis 2026 veröffentlicht und basieren jeweils auf einem realen Kentino-Projekt. Wenn Sie ein bestimmtes Thema priorisiert haben möchten, schreiben Sie an info@kentino.com.