Kentino · Benutzerdefinierter KI-Server

Kentino AI Node H200 – 8× NVIDIA H200 SXM5, 1,128 GB HBM3e

Plattform der Enterprise-Klasse, montiert und getestet in der EU.

€785.132,00 zzgl. MwSt. · Versandkosten werden an der Kasse berechnet
Auf Lager – Versand aus dem EU-Lager
ISO 9001 · geprüfte HardwareEU-Lager & GarantieMehr als 7 Jahre Erfahrung im Bereich KI für UnternehmenVor dem Versand einem Einbrenntest unterzogen
Übersicht
FAQ
Versand & Garantie

Kentino AI-Knoten H200

1,128 GB HBM3e in einem Gehäuse
8x H200 SXM5 | NVSwitch | 15,832 INT8 TOPS

1,128 GB
HBM3e-Pool
4.8 TB / s
Bandbreite pro GPU
900 GB / s
beliebige NVLink-Verbindung
fp8
nativen

Die Stufe, auf der Grenzmodelle keine Quantisierung mehr benötigen.

Ein 8U-Knoten mit acht NVIDIA H200 SXM5-Modulen auf einer einzigen NVLink/NVSwitch-Basisplatine: 1,128 GB HBM3e-Speicher mit 4.8 TB/s pro GPU und voller GPU-zu-GPU-Bandbreite von 900 GB/s. Zwei Intel Xeon Platinum-Prozessoren, 2 TB DDR5-Arbeitsspeicher, U.2 NVMe-Boot- und Datenspeicher sowie Hochgeschwindigkeitsnetzwerk. Diese Maschine unterscheidet sich grundlegend von einem PCIe-Multi-GPU-System: Da jede GPU mit jeder anderen GPU mit voller Bandbreite kommuniziert, skaliert die Tensorparallelität nahezu linear, anstatt bei komplexen Modellen einzubrechen.

Hardware

Komponente Detail
GPUs 8x NVIDIA H200 SXM5 141 GB HBM3e (Hopper, 700 W pro Modul)
VRAM-Pool 1,128 GB HBM3e, NVSwitch-gepoolt – als ein Adressraum nutzbar
Speicherbandbreite 4.8 TB/s pro GPU
GPU-Verbindung NVLink 4 über 4x NVSwitch, 900 GB/s beliebig-zu-beliebig (nicht PCIe-limitiert)
Berechnen 7,912 TFLOPS bf16 dicht | 15,832 TFLOPS fp8 dicht | 15,832 INT8 TOPS
CPUs 2x Intel Xeon Platinum, Dual-Sockel
Systemspeicher 2 TB DDR5
Lagerung 2x 1.92 TB U.2 NVMe-Systemlaufwerke + 2x 3.84 TB U.2 NVMe-Datenlaufwerke. Erweiterbar.
Netzwerken 2x NVIDIA ConnectX-7. Bis zu 8x auf Anfrage für Multi-Node-InfiniBand-Fabric
Fahrgestell 8U-Rackmontage, Luftstrom von vorne nach hinten, 24/7-Betriebsfähig
Tuning Redundant, bis zu 10.2 kW Spitzenleistungsaufnahme

Was es läuft

Bei 1,128 GB können die größten Open-Weight-Modelle mit ihrer nativen Genauigkeit ausgeführt werden, anstatt durch eine Quantisierung Qualitätseinbußen hinnehmen zu müssen. Die folgenden Schätzungen beziehen sich auf diese 8-GPU-Konfiguration mit Tensorparallelität.

Komponente Detail
DeepSeek-V3.2 / R1 671B Natives FP8, vollständiger Kontext. ~30–50 kB/s Einzelstream, über 2,000 kB/s im Batch-Verfahren.
Kimi-K2 1T Klasse fp8 mit Platz für KV-Cache – kein Kompromiss bei 1.58 Bit erforderlich
Llama 3.3 70B / Qwen3-72B fp8. ~90–130 kB/s Einzeldatenstrom, über 5,000 kB/s im Batch-Modus
Qwen3-235B-A22B MoE fp8 nativ mit Spielraum für lange Kontexte
Langzeitkontext-Servieren 128k+ Kontext mit KV-Cache resident, nicht ausgelagert
Vollständige Feinabstimmung 70B 8-facher Tensor-Parallelisierung, keine Gradientenauslagerung

Die Durchsatzangaben sind Schätzwerte, die auf veröffentlichten Herstellerspezifikationen und Community-Benchmarks für diese GPU-Generation basieren und nicht mit dieser exakten Konfiguration gemessen wurden. Wir stellen Ihnen vor der Auftragserteilung gemessene Werte für Ihr Modell und Ihre Kontextlänge zur Verfügung.

Leistung und Kühlung

Die maximale Systemleistungsaufnahme beträgt bis zu 10.2 kW, wobei der Großteil davon auf den 8 x 700-W-GPU-Komplex entfällt. In der Praxis bedeutet dies eine dedizierte Drehstromversorgung pro Knoten und ein Rack-Budget, das auf etwa einen Knoten pro 12 kW ausgelegt ist. Bei dieser Dichte ist eine Luftkühlung mit direkter Luftzirkulation von vorne nach hinten und einem geschlossenen Kaltgang unter 24 °C erforderlich – perforierte Türen allein reichen nicht aus. Eine flüssigkeitsgekühlte Variante ist verfügbar und stellt ab zwei Knoten pro Rack die bessere Lösung dar; sie benötigt eine CDU und einen sekundären Kühlkreislauf, deren Dimensionierung wir gemeinsam mit Ihnen festlegen, anstatt sie vorauszusetzen.

Exportkontrolle – Bitte vor der Bestellung lesen.

Das H200 ist als High-Tech-Gerät (ECCN 3A090.a) klassifiziert. Für den Versand sind ein vollständig ausgefülltes KYC-Formular und ein Endbenutzerzertifikat erforderlich , das den Endbenutzer, die Installationsadresse und den Verwendungszweck ausweist. Dies ist zwingend und kann nicht erlassen werden.

Praktisch: Rechnen Sie zusätzlich zur Hardware-Lieferzeit mit mehreren Wochen für die Zollabfertigung und gehen Sie davon aus, dass Sie die juristische Person benennen müssen, die das Gerät besitzen und betreiben wird. Kann der Endnutzer nicht benannt werden, kann diese Hardware weder von uns noch von einem anderen Anbieter in der EU geliefert werden.

Wir berechnen Ihnen dafür nichts. Die Prüfung, die Unterlagen und die Einreichung sind im Preis inbegriffen – es fallen keine Bearbeitungsgebühren oder Zuschläge an. Sie investieren lediglich Zeit, nicht Geld.

Keine Freigabe, kein Versand. Es gibt keine Variante, bei der die Hardware unser Haus verlässt, bevor die Prüfung abgeschlossen ist. Wir informieren Sie in jedem Schritt über den Status Ihrer Datei, anstatt Sie im Unklaren zu lassen, und teilen Ihnen frühzeitig und unmissverständlich mit, falls eine Freigabe unwahrscheinlich erscheint.

Was Sie von Kentino erhalten

Kentino liefert, konfiguriert und betreut diesen Knoten als komplette Bereitstellung: Rack- und Stromversorgungsdesign entsprechend der tatsächlichen Stromversorgung Ihres Standorts, Dimensionierung des Luftstroms von vorne nach hinten für den 24/7-Betrieb, Betriebssystem- und Treiber-Stack (Ubuntu mit fest installiertem NVIDIA-Treiber, CUDA, Container-Toolkit), der Inferenz- oder Trainings-Stack Ihrer Wahl, Burn-in mit schriftlichem Bericht, Logistik mit Sitz in der EU und Garantie.

Wir kümmern uns auch um die Exportformalitäten, anstatt Ihnen einfach ein Formular zuzusenden und auf eine Lösung zu hoffen. Dieser Schritt dauert länger als die Hardware selbst und ist der Punkt, an dem die meisten Erstkäufer dieser Geräteklasse scheitern.

Der angegebene Preis versteht sich in EUR ohne MwSt., EXW Prag (Incoterms 2020). Abholung, Fracht, Versicherung und etwaige Einfuhrzölle am Bestimmungsort gehen zu Lasten des Käufers. Lieferzeit auf Anfrage.

Die Preise für 8-GPU-Basisplatinen im Vertriebskanal können schwanken. Daher bestätigen wir Ihnen den Preis anhand der dokumentierten Anschaffungskosten, sobald Sie bestellen. Sollte sich der Preis für Sie verbessert haben, passt sich dieser entsprechend an. Die Exportabfertigung ist im Lieferumfang enthalten. Teilen Sie uns Ihr Modell, die Kontextlänge und den benötigten Stromverbrauch Ihres Standorts mit, und wir senden Ihnen umgehend ein verbindliches Angebot, eine geschätzte Durchsatzrate und einen Liefertermin.

Beschränkte Gebiete. Wir verkaufen oder liefern nicht in Gebiete, die Sanktionen oder Embargos der Europäischen Union, der Vereinigten Staaten oder der Vereinten Nationen unterliegen, und wir können keine Waren an Personen oder Organisationen liefern, die auf einer entsprechenden Liste gesperrter Parteien aufgeführt sind. Wir überprüfen Käufer und Endkunden unmittelbar vor jedem Versand anhand dieser Listen.

Die Fragen, die Käufer uns am häufigsten stellen, bevor sie einen Server bestellen.

Wie lange dauert es?

Maschinen, die aus vorrätigen Komponenten gefertigt werden, sind schnell lieferbar; bei Komponenten, die eine bestimmte GPU-Generation erfordern, hängt die Lieferung von der Verfügbarkeit ab. Wir nennen Ihnen vor der Zahlung einen Liefertermin, und falls sich die Lieferung verzögert, informieren wir Sie umgehend.

Kann die Konfiguration vor dem Kompilieren geändert werden?

In der Regel. GPUs, Arbeitsspeicher, Speicher und Kühlung werden individuell ausgewählt. Die angegebene Konfiguration dient als Ausgangspunkt und ist kein festes Paket. Benötigen Sie mehr VRAM, schnelleren Speicher oder eine andere Kühlungslösung? Teilen Sie uns dies bitte vor Ihrer Bestellung mit, damit wir Ihnen die Änderungen anbieten können.

Kann ich den Server persönlich abholen?

Das ist möglich. Unser Lager befindet sich in Prag, und Sie können Ihre Bestellung gerne persönlich abholen. Die meisten Kunden nutzen diesen Besuch, um die Maschine gemeinsam mit unserem Techniker zu besprechen und Fragen zu klären, die sich per E-Mail nur schwer beantworten lassen. Bei Bestellungen innerhalb Tschechiens liefern wir nach Möglichkeit auch persönlich und helfen Ihnen bei der Einrichtung vor Ort.

Kann ich mit jemandem sprechen, der die Arbeitsbelastung tatsächlich versteht?

Ja. Wir haben einen Ingenieur, der sich speziell mit KI-Systemen beschäftigt, nicht mit einem allgemeinen Vertriebsteam. Wenn Sie Fragen zu Batchgrößen, Quantisierung, Verbindungen oder potenziellen Engpässen haben, stellen Sie diese – ein solches Gespräch führt in der Regel zu einer Optimierung der Konfiguration.

Welches Modell kann ich mit dieser Konfiguration ausführen?

Ja. Jede Maschine wird vor der Auslieferung montiert, einem Dauertest unterzogen und anhand realer KI-Workloads getestet. Wir erhalten also ein bereits installiertes und betriebsbereites LLM-System. Sie schließen es an, verbinden es mit Ihrem Netzwerk und können sofort loslegen – die einzige Entscheidung, die noch aussteht, ist, welches Projekt zuerst ausgeführt wird.

Wie testet man einen Server vor der Auslieferung?

Wir testen die Leistung anhand realer KI-Workloads anstatt synthetischer Werte: Inferenzdurchsatz, Verhalten unter Dauerlast und Wärmeentwicklung im Dauerbetrieb. Die Benchmark-Ergebnisse erhalten Sie zusammen mit dem Gerät, sodass Sie die versprochene Leistung vom ersten Tag an überprüfen können.

Ist der Server bei der Ankunft betriebsbereit?

Ja. Jede Maschine wird vor der Auslieferung montiert, einem Dauertest unterzogen und anhand realer KI-Workloads getestet. Wir erhalten also ein bereits installiertes und betriebsbereites LLM-System. Sie schließen es an, verbinden es mit Ihrem Netzwerk und können sofort loslegen – die einzige Entscheidung, die noch aussteht, ist, welches Projekt zuerst ausgeführt wird.

Versand aus unserem EU-Lager. Bei schweren Artikeln ist unter Umständen eine Speditionsabwicklung erforderlich – kontaktieren Sie uns für ein Versandangebot und die Lieferzeit. 2 Jahre eingeschränkte Garantie mit erweitertem RMA-Support; Garantieverlängerung möglich.

Nicht genau das, was Sie brauchen?

Schildern Sie uns Ihre Arbeitslast und wir spezifizieren diese Plattform entsprechend – GPUs, Arbeitsspeicher, Speicher und Kühlung werden genau auf Ihre tatsächlichen Anforderungen abgestimmt.