{"id":31871,"date":"2026-08-31T11:37:12","date_gmt":"2026-08-31T09:37:12","guid":{"rendered":"https:\/\/www.sysbus.eu\/?p=31871"},"modified":"2026-08-26T11:39:44","modified_gmt":"2026-08-26T09:39:44","slug":"ico-bietet-konfigurierbaren-4he-server-fuer-ki-anwendungen","status":"publish","type":"post","link":"https:\/\/www.sysbus.eu\/?p=31871","title":{"rendered":"ICO bietet konfigurierbaren 4HE-Server f\u00fcr KI-Anwendungen"},"content":{"rendered":"\n<p class=\"wp-block-paragraph\">Die ICO Innovative Computer GmbH erweitert ihr Serverangebot um einen speziell f\u00fcr KI-Anwendungen ausgelegten 4HE-Rackserver. Der TensorMaster K45A l\u00e4sst sich im Online-Konfigurator an unterschiedliche Anforderungen und Workloads anpassen. Dabei k\u00f6nnen unter anderem Prozessor, Arbeitsspeicher, GPU, Speicher und Netzwerkanbindung ausgew\u00e4hlt werden. Als GPU steht unter anderem die NVIDIA RTX PRO 6000 Blackwell Server Edition mit 96 GB GDDR7 ECC-Speicher zur Verf\u00fcgung. Der Server richtet sich an Unternehmen, Forschungseinrichtungen und Entwicklungsteams, die KI-Anwendungen innerhalb der eigenen IT-Infrastruktur betreiben m\u00f6chten.<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"576\" src=\"https:\/\/www.sysbus.eu\/wp-content\/uploads\/2026\/08\/TensorMaster-K45A-1024x576.webp\" alt=\"\" class=\"wp-image-31856\" srcset=\"https:\/\/www.sysbus.eu\/wp-content\/uploads\/2026\/08\/TensorMaster-K45A-1024x576.webp 1024w, https:\/\/www.sysbus.eu\/wp-content\/uploads\/2026\/08\/TensorMaster-K45A-300x169.webp 300w, https:\/\/www.sysbus.eu\/wp-content\/uploads\/2026\/08\/TensorMaster-K45A-768x432.webp 768w, https:\/\/www.sysbus.eu\/wp-content\/uploads\/2026\/08\/TensorMaster-K45A.webp 1200w\" sizes=\"auto, (max-width: 1024px) 100vw, 1024px\" \/><figcaption class=\"wp-element-caption\">Der TensorMaster K45A: Online konfigurierbarer 4HE-KI-Server von ICO &#8211; AMD EPYC Prozessoren, MSI Servertechnik und NVIDIA GPUs f\u00fcr lokale KI-Inferenz, Machine Learning und Datenanalyse &#8211; Quelle: ICO<\/figcaption><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\">Hardware f\u00fcr unterschiedliche KI-Workloads<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Der TensorMaster K45A 4HE basiert auf einer Serverplattform von MSI und kann mit AMD-EPYC-Prozessoren der Serien 4004 oder 4005 sowie verschiedenen NVIDIA-GPUs ausgestattet werden. Die Prozessoren bieten bis zu 16 Kerne und 32 Threads, w\u00e4hrend der Arbeitsspeicher auf bis zu 128 GB DDR5-5600 ECC erweitert werden kann.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Bei der GPU-Konfiguration reicht das Angebot bis zur NVIDIA RTX PRO 6000 Blackwell Server Edition mit 96 GB GDDR7 ECC-Speicher. NVIDIA gibt f\u00fcr die GPU eine theoretische FP32-Spitzenleistung von 120 TFLOPS an; bei Tensor-Berechnungen sind abh\u00e4ngig vom verwendeten Zahlenformat bis zu 4 PFLOPS bei FP4 m\u00f6glich. Daneben lassen sich weitere NVIDIA GeForce RTX und RTX PRO GPUs ausw\u00e4hlen.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Als m\u00f6gliche Einsatzbereiche nennt ICO unter anderem lokale Sprachmodelle, generative KI, Retrieval-Augmented Generation (RAG), Machine Learning, Bildanalyse und Objekterkennung. Auch visuelle Qualit\u00e4tskontrolle sowie die Verarbeitung von Video-, Audio-, Maschinen- und Sensordaten sind vorgesehen.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Speicher und Netzwerk konfigurierbar<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">F\u00fcr Betriebssystem, Anwendungen und KI-Modelle stehen zwei M.2-NVMe-Schnittstellen mit PCIe 4.0 x4 zur Verf\u00fcgung. Zus\u00e4tzlich kann der Server mit bis zu vier HDDs oder SSDs ausgestattet werden. Optionale RAID-Controller erm\u00f6glichen die Konfiguration entsprechender Laufwerksverb\u00fcnde.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Zur Netzwerkausstattung geh\u00f6ren zwei Gigabit-LAN-Anschl\u00fcsse und ein separater IPMI-Port f\u00fcr die Fernverwaltung. F\u00fcr h\u00f6here Daten\u00fcbertragungsraten k\u00f6nnen Netzwerkkarten mit bis zu 50 Gigabit Ethernet erg\u00e4nzt werden. Bei der Stromversorgung stehen Netzteile mit bis zu 1.600 Watt sowie eine redundante Netzteiloption zur Verf\u00fcgung.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Nach der Konfiguration wird der Server bei ICO gefertigt, assembliert und getestet. Die Fertigungs- und Pr\u00fcfprozesse erfolgen nach Angaben des Unternehmens im Rahmen eines Qualit\u00e4tsmanagementsystems gem\u00e4\u00df DIN EN ISO 9001:2015.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><a target=\"_blank\" rel=\"noopener\" href=\"https:\/\/www.ico.de\/tensormaster-k45a-4he-ki-server--ybto100?utm_source=chatgpt.com\">TensorMaster K45A 4HE KI Server<\/a><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><a target=\"_blank\" rel=\"noopener\" href=\"https:\/\/www.ico.de\/ki-server?utm_source=chatgpt.com\">Konfigurierbare KI-Server von ICO<\/a><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Die ICO Innovative Computer GmbH erweitert ihr Serverangebot um einen speziell f\u00fcr KI-Anwendungen ausgelegten 4HE-Rackserver. Der TensorMaster K45A l\u00e4sst sich im Online-Konfigurator an unterschiedliche Anforderungen und Workloads anpassen. Dabei k\u00f6nnen unter anderem Prozessor, Arbeitsspeicher, GPU, Speicher und Netzwerkanbindung ausgew\u00e4hlt werden. Als GPU steht unter anderem die NVIDIA RTX PRO 6000 Blackwell Server Edition mit 96 GB GDDR7 ECC-Speicher zur Verf\u00fcgung. Der Server richtet sich an Unternehmen, Forschungseinrichtungen und Entwicklungsteams, die KI-Anwendungen innerhalb der eigenen IT-Infrastruktur betreiben m\u00f6chten.<\/p>\n","protected":false},"author":81,"featured_media":31856,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"colormag_page_container_layout":"default_layout","colormag_page_sidebar_layout":"default_layout","footnotes":""},"categories":[274,10036],"tags":[5262,24342,8220,21095,184],"class_list":["post-31871","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-infrastructure","category-kuenstliche-intelligenz","tag-digitalisierung","tag-infrastructure","tag-ki","tag-kuenstlicheintelligenz","tag-server"],"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/31871","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/users\/81"}],"replies":[{"embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=31871"}],"version-history":[{"count":1,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/31871\/revisions"}],"predecessor-version":[{"id":31873,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/31871\/revisions\/31873"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/media\/31856"}],"wp:attachment":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=31871"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=31871"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=31871"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}