Nvidia stellt DSX POD mit Partnern aus Taiwan vor und will KI-Infrastruktur in 14 Tagen einsatzbereit machen

Sieben KI-Racks, ein Container und schneller zu Umsätzen

Nvidia hat DSX POD vorgestellt, ein modulares Konzept für KI-Fabriken, bei dem sieben Vera-Rubin-NVL72-Rechenracks in einem Container vor der Auslieferung montiert und getestet werden. Nach Angaben des Unternehmens könnte die Inbetriebnahme an einem vorbereiteten Standort nur 14 Tage dauern, verglichen mit etwa sechs Monaten für die herkömmliche Installation und Integration.

Das auf der GTC Berlin in einer Ankündigung vom 21. Oktober aus dem Jahr 2026 vorgestellte Konzept bindet sechs taiwanische Unternehmen in ein weltweites Liefernetzwerk ein: Foxconn über Ingrasys, Delta, GIGABYTE, Pegatron, Quanta Cloud Technology (QCT) und Wistron. Weltweite Auslieferungen sind für Anfang 2027 geplant.

Die 14 Tage beziehen sich auf die Inbetriebnahme, sobald am Zielstandort die erforderliche Stromversorgung, Kühlung, Vernetzung und unterstützende Infrastruktur bereitstehen. Grundstücksvorbereitung, Fundamente, Stromanschlüsse und andere Bauarbeiten an den Einrichtungen bleiben Teil des übergeordneten Projektzeitplans.

Nvidias wirtschaftliches Argument ist einfach: Teure Prozessoren können früher produktiv eingesetzt werden, wenn am Zielstandort weniger Kabel, Leitungen und Systeme montiert werden müssen. Eine KI-Fabrik ist ein Rechenzentrum, das für das Training von KI-Modellen oder ihren Betrieb für Kunden ausgelegt ist. Zu ihrem Ergebnis zählen Tokens, also kleine Text- oder Informationseinheiten, die Modelle verarbeiten und erzeugen.

Jensen Huang, Gründer und Vorstandschef von Nvidia, beschrieb den Moment, in dem diese Infrastruktur einen Mehrwert schafft:

Eine KI-Fabrik schafft Mehrwert, sobald sie Tokens produziert.

Für Betreiber geht es daher um mehr als den Abschluss der Bauarbeiten. Nvidia bezeichnet den entscheidenden Zeitpunkt als „Time to First Production Token“: den Moment, in dem die neue Anlage erstmals Modelle für tatsächliche Kundenanwendungen ausführt. Ein früherer Betriebsstart eröffnet einem Unternehmen früher die Möglichkeit, Rechenleistungen zu verkaufen, sofern Kunden bereit sind, die Kapazität zu nutzen.

Was steckt in einem DSX POD?

Ein Rechencontainer beherbergt in seinen sieben NVL72-Racks 504 Rubin-Grafikprozessoren, sogenannte GPUs. GPUs können viele Berechnungen gleichzeitig durchführen und eignen sich deshalb für die enormen mathematischen Arbeitslasten in der KI. Werden Hunderte davon miteinander verbunden, können sie sich Aufgaben teilen, die einen einzelnen Prozessor überfordern würden.

Der Container wiegt rund 28.000 Kilogramm, also 28 Tonnen, und ist etwa so groß wie ein herkömmlicher Frachtcontainer. Seine integrierten Systeme umfassen rund zehn Millionen Komponenten und 3.500 Kabel. Dazu zählen etwa 20 Kilometer Kupferkabel für NVLink, die Prozessoren miteinander verbinden, sowie 17 Kilometer Netzwerkkabel für die Kommunikation im gesamten Rechensystem.

Nvidias Konzept umfasst mehr als die Rechenracks. Dazu gehören Speicher, Service- und Verwaltungsfunktionen, Stromverteilung, Kühlung, Steuerungssysteme und die Verbindungen zwischen den Containern. Der Speicher muss Trainingsdaten, Modellinformationen und gespeicherte Fortschritte schnell genug bereitstellen, damit die Prozessoren kontinuierlich ausgelastet sind.

Das Ergebnis ist ein Referenzdesign und kein einzelnes, vollständig von Nvidia gefertigtes Endprodukt. Ein Referenzdesign bietet Partnern eine gemeinsame technische Grundlage mit Layouts, Schnittstellen und Testanforderungen, auf der sie Kundeninstallationen aufbauen und betreuen.

Wie die Montage im Werk den Zeitplan verändert

Bei einer herkömmlichen Installation müssen Teams am Zielstandort die Racks aufstellen, Kabel verlegen, Kühlleitungen anschließen und miteinander verbundene Geräte testen. Dafür müssen verschiedene Fachkräfte in der richtigen Reihenfolge und mit den passenden Komponenten vor Ort sein, während Gebäude und Versorgungsanlagen fertiggestellt werden.

DSX POD verlagert einen großen Teil dieser wiederkehrenden Arbeiten in eine Fertigungsstätte. Die Partner stellen die Verbindungen zwischen den Racks her, verlegen die Stromkabel und Kühlleitungen und führen Funktionstests durch, bevor die Container ausgeliefert werden. Währenddessen können Teams am Zielstandort Fundamente, Stromversorgung, externe Kühlung und Netzzugang vorbereiten.

Die Arbeiten im Werk und die Vorbereitung des Standorts können somit gleichzeitig erfolgen. Nach der Lieferung stellen die Montageteams die Container auf, verbinden sie mit benachbarten Einheiten und externen Versorgungsanlagen, prüfen sie auf Transportschäden und nehmen sie in Betrieb. Bei der Inbetriebnahme wird überprüft, ob die angeschlossene Anlage unter Betriebsbedingungen wie vorgesehen funktioniert.

Ian Buck, Nvidias Vizepräsident für Hyperscale-Computing, beschrieb die Ankunft als Abfolge aus Aufstellen, Anschließen und abschließenden Tests. Zu diesen letzten Schritten gehört ein Dauerlauf, bei dem die Geräte auf mögliche Fehler geprüft werden, bevor sie regulär in Betrieb gehen. Nvidia erwartet, dass die Verlagerung der Integration ins Werk das Risiko von Bauteilverzögerungen und kostspieligen Installationsfehlern senkt.

Die Einführung ist in drei wesentliche Phasen gegliedert:

• 21. Oktober 2026: Nvidia stellt DSX POD auf der GTC Berlin vor.
• Vor der Inbetriebnahme: Die Partner montieren und prüfen die Container, während Teams am Zielstandort die unterstützende Infrastruktur vorbereiten.
• Anfang 2027: Weltweite Auslieferungen sind geplant; an vorbereiteten Standorten soll die Inbetriebnahme nur 14 Tage dauern.

Taiwanische Partner steigen stärker ins Geschäft mit Komplettsystemen ein

Foxconns Tochterunternehmen Ingrasys war an frühen Entwicklungs- und Fertigungsarbeiten für DSX POD beteiligt. Damit steht der Konzern neben taiwanischen Unternehmen, deren Geschäftsfelder Rechensysteme, elektrische Infrastruktur und Fertigungsintegration umfassen. QCT gehört zu Quanta; Delta, GIGABYTE, Pegatron und Wistron vervollständigen die von Nvidia genannte Gruppe taiwanischer Unternehmen.

Das gesamte Partnernetzwerk umfasst 17 Unternehmen. Zu den sechs genannten kommen Anduril, Armada, Bull, Crusoe, DayOne, Dell Technologies, Eaton, HPE, Lenovo, Schneider Electric und Vertiv hinzu. Die Partnerliste vereint Hersteller von Rechensystemen mit Unternehmen aus den Bereichen Stromversorgung, Kühlung, modulare Infrastruktur und Inbetriebnahme.

Nvidia stellt die validierte Konstruktionsgrundlage bereit. Gerätehersteller integrieren die Rechensysteme; Infrastrukturspezialisten passen die Stromversorgung und Kühlung an; Anbieter modularer Lösungen fertigen Gehäuse und integrieren Teilsysteme; und Partner am Standort übernehmen dessen Vorbereitung, die Installation und die Unterstützung bei der Inbetriebnahme.

Foxconns Beteiligung knüpft auch an den Plan für ein taiwanisches Supercomputing-Zentrum an, den das Unternehmen 2025 gemeinsam mit Nvidia bekannt gab. Dafür waren Investitionen von 1,4 Milliarden US-Dollar, eine Leistung von 27 Megawatt und ein Betriebsbeginn im ersten Halbjahr 2026 vorgesehen. Das von Visonbay.ai entwickelte Zentrum auf Basis von Blackwell-GB300-Systemen veranschaulichte Foxconns Vorstoß in die Fertigung von KI-Infrastruktur und den Verkauf von Rechenkapazität.

Mit DSX POD wird diese Zusammenarbeit auf der Fertigungsseite auf größere integrierte Einheiten ausgeweitet. Vor der Auslieferung erfolgen mehr Montagearbeiten, Tests und technische Vorbereitungen für den Transport. Dadurch übernimmt das Werk einen größeren Teil der Verantwortung für die betriebsbereite Anlage.

Stromversorgung und Kühlung bleiben für jede Inbetriebnahme entscheidend

Nvidias technische Erläuterung zu DSX POD, die am 21. Oktober vom leitenden Produktmanagement-Direktor Premal Savla veröffentlicht wurde, sieht eine standardisierte Stromzuführung mit 800 Volt Gleichspannung vor. Sie umfasst Schutz- und Verteilungssysteme, Erdung, Rack-Anschlüsse, Steuerung und Telemetrie, also Messwerte zur Überwachung der Geräte.

Die Partner müssen die vorgelagerte Stromversorgung und Umwandlungstechnik für die jeweiligen Standorte auslegen. Elektrische Vorschriften, verfügbare Geräte und die Anbindung ans Stromnetz unterscheiden sich je nach Region. Eine gemeinsame Schnittstelle am Container ermöglicht ein wiederholbares Kerndesign, während die externe Versorgung an örtliche Gegebenheiten angepasst werden kann.

Flüssigkeitskühlung führt die Wärme aus den dicht bestückten Rechenracks ab. Teams im Werk können die internen Leitungen montieren, spülen und einem Drucktest unterziehen, auf Lecks prüfen und Sensoren vor dem Versand kontrollieren. Teams am Zielstandort schließen den Container anschließend an die vorbereitete Wasser- und Wärmeabfuhrinfrastruktur an und überprüfen den gesamten Kühlkreislauf.

Nvidia hat auch eine Kühlung für die umfassendere DSX-Architektur beschrieben, bei der Wasser mit einer Temperatur von 45 Grad Celsius eintritt und über einen geschlossenen Kreislauf mit Trockenkühlern geführt wird. In einem geschlossenen Kreislauf zirkuliert das Kühlmittel wiederholt; ein Trockenkühler gibt die Wärme an die Außenluft ab, statt auf Verdunstung zu setzen.

Das Unternehmen schätzt, dass geeignete Anlagen mit diesem Ansatz bei einer Größenordnung von 2 Gigawatt bis zu 54 Millionen Liter Wasser pro Tag einsparen könnten. Dabei handelt es sich um eine Prognose für einen sehr großen Einsatz. Der tatsächliche Wasserverbrauch hängt vom Kühlsystem, dem örtlichen Klima und der verglichenen Anlage ab.

Stromversorgung steuern und installieren

Nvidias umfassendere DSX-Plattform umfasst MaxLPS, das Strom dynamisch dorthin lenkt, wo ihn die Rechenaufgaben benötigen. Das Unternehmen gibt an, dass die Technologie bei gleicher Leistung bis zu 30 Prozent weniger Strom verbrauchen kann. Software hilft Betreibern außerdem, Arbeitslasten an die verfügbare Strommenge einer Anlage anzupassen.

DSX Flex setzt an einer weiteren Einschränkung an: dem Strombedarf im übrigen Netz. Über Programmierschnittstellen, sogenannte APIs, können Rechenzentrumssysteme automatisch mit Energieversorgern zusammenarbeiten. Manche Rechenaufgaben lassen sich bei Spitzenlast verschieben oder reduzieren, sodass Kapazität für andere Nutzer frei wird.

Buck beschrieb den Wechsel von Abläufen, die auf Telefonaten beruhen können, hin zu automatisierter Abstimmung. Für Betreiber bedeutet das, sowohl die maximale Stromversorgung als auch den zeitlichen Ablauf der Arbeitslasten einzuplanen. Ein Trainingslauf, der unterbrochen werden kann, stellt andere Anforderungen an die Planung als ein Kundendienst, der sofort reagieren muss.

Huang stellte die KI-Infrastruktur in Berlin als fünf miteinander verbundene Ebenen dar: Stromversorgung, fortschrittliche Rechentechnik, KI-Fabriken, Modelle und Anwendungen. DSX POD zielt darauf ab, die physischen Ebenen schneller in Betrieb zu nehmen. Die Werkzeuge zur Stromsteuerung sollen zugleich dafür sorgen, dass die installierte Kapazität effizienter genutzt werden kann.

Warum Verzögerungen um Wochen teuer sind

Huang nannte auf der GTC Berlin ein großes Rechenbeispiel: Eine KI-Fabrik mit einem Strombedarf von 1 Gigawatt könnte etwa 50 Milliarden US-Dollar kosten und jährlich rund 40 Milliarden US-Dollar Umsatz erzielen. Bei dieser angenommenen Umsatzrate entspräche eine Verzögerung um drei Monate entgangenen Einnahmen von etwa 10 Milliarden US-Dollar.

Huang sagte zu dieser Schätzung:

Umsatz in Höhe von 10 Milliarden US-Dollar macht jeden nervös.

Die Rechnung verdeutlicht, warum Nvidia darauf setzt, installierte Hardware schneller in Betrieb zu nehmen. Die Umsatzannahmen beziehen sich auf eine hypothetische Anlage mit der genannten Größe. Die Rendite hängt für jeden Betreiber von Nachfrage, Auslastung, Preisen und Betriebskosten ab.

Huang sagte außerdem, dass sich der Zeitraum von der Ankunft der Geräte über die Installation bis zur Token-Produktion bereits von vier oder fünf Monaten auf rund einen Monat verkürzt habe. Mit DSX POD setzt Nvidia das konkrete Ziel, die Inbetriebnahme an einem vorbereiteten Standort auf nur 14 Tage zu verkürzen. Bei herkömmlicher Inbetriebnahme veranschlagt das Unternehmen sechs Monate.

Nvidia stellte Vera Rubin außerdem als Plattform für KI-Agenten vor, also Software, die mithilfe von Modellen und Werkzeugen Aufgaben erledigen kann. Huang sagte, die KI-Leistung habe sich im vergangenen Jahrzehnt um das Millionfache verbessert, und bezifferte die Rechenleistung von Vera Rubin auf das 30-Fache von Blackwell innerhalb von zwei Jahren. Das sind Leistungsangaben von Nvidia; der Vorschlag zur Inbetriebnahme betrifft die davon getrennte praktische Aufgabe, diese Rechenkapazität anzuschließen und betriebsbereit zu machen.

Ein betriebsbereites System zu versenden wird zur technischen Aufgabe

Ein Container mit installierten Racks braucht mehr als Platz auf einem Lastwagen. Nvidias technisches Konzept berücksichtigt die strukturelle Belastung, die Sicherung der Geräte, die Gewichtsverteilung, den Schwerpunkt, Anschlagpunkte zum Heben und den Zugang für die Handhabung. Während Transport und Installation müssen die Systeme ihre mechanischen, elektrischen und kühlungstechnischen Anforderungen erfüllen.

Vor dem Versand dokumentieren die Partner die Konfiguration und den Teststatus, sichern die Geräte und wiederholen nach der Ankunft festgelegte Prüfungen. Die Validierung im Werk kann Firmware-Versionen, Stromversorgung, Netzwerkanbindung, Sensoren, die Dichtheit des Kühlsystems und Tests des integrierten Systems umfassen. Firmware ist die grundlegende Software, die Hardware steuert.

Auch standardisierte Kennzeichnungen, Kabelwege und Wartungsabstände sind nach dem ersten Betriebstag wichtig. Techniker müssen Anschlüsse erkennen, Geräte erreichen und Teile austauschen können, ohne nicht betroffene Systeme auseinanderzubauen. Einheitliche Layouts bieten Betreibern eine standardisierte Einheit, auf der sie Erweiterungen und Wartungsarbeiten planen können.

Wie Container neben herkömmlichen Rechenzentren eingesetzt werden

Modulare Rechenzentren haben in Europa und Taiwan bereits eine längere Geschichte. Der 2025 eingeweihte deutsche Supercomputer JUPITER nutzt rund 50 vorgefertigte Containermodule. Delta hat ein 20 Fuß großes KI-Rechenzentrum in Containerbauweise entwickelt, und GIGABYTE zeigte seine modulare Rechenzentrumslösung GADU auf der Computex 2026.

Nvidia sieht DSX POD für Projekte vor, die schnell Hunderte Megawatt zusätzliche Kapazität benötigen. Für Campusstandorte im Gigawattbereich bleiben konventionelle Gebäude eine Option: Große, dauerhaft angelegte Einrichtungen können von Skaleneffekten profitieren. Container können außerdem den Betrieb von KI-Anwendungen ermöglichen, während dauerhafte Anlagen noch vorbereitet werden.

Liu Yao-yuan, Geschäftsführer von Electricity Express, hat darauf hingewiesen, dass auch eine schnelle Containerinstallation eine vollständige Stromversorgung und Notstrominfrastruktur voraussetzt, bevor eine Anlage betrieben werden kann. Damit rücken die noch ausstehenden Bauarbeiten ins Zentrum der Projektplanung: Betreiber müssen den Liefertermin ab Werk mit der Bereitschaft des Zielstandorts abstimmen.

Nvidia hat weder den Preis von DSX POD noch die konkreten Lieferaufträge einzelner Partner oder die Kaufmengen von Kunden offengelegt. Das Ziel von 14 Tagen muss sich erst bei tatsächlichen Installationen bewähren; für die ersten Lieferungen wurde kein genauer Termin innerhalb des Zeitraums Anfang 2027 genannt. Kunden müssen den angekündigten Lieferzeitraum daher mit ihren eigenen Zeitplänen für Versorger, Bauarbeiten und Inbetriebnahme abstimmen.

Die wichtigsten Punkte

• Nvidia stellte DSX POD am 21. Oktober 2026 auf der GTC Berlin vor; weltweite Auslieferungen sind für Anfang 2027 geplant.
• Ein Rechencontainer kombiniert sieben Vera-Rubin-NVL72-Racks mit 504 Rubin-GPUs und wird vor der Auslieferung vollständig integriert und getestet.
• Nvidia will die Inbetriebnahme auf nur 14 Tage verkürzen, sobald Stromversorgung, Kühlung, Vernetzung und unterstützende Infrastruktur am Standort bereitstehen.
• Zu den taiwanischen Partnern zählen Foxconn über Ingrasys, Delta, GIGABYTE, Pegatron, QCT und Wistron.
• Das Konzept sieht eine Stromzuführung mit 800 Volt Gleichspannung und die Integration von Rechentechnik, Speicher, Netzwerk, Stromversorgung und Flüssigkeitskühlung im Werk vor.
• Preise und Bestellmengen von Kunden sind weiterhin nicht bekannt; der Bau herkömmlicher Rechenzentren wird parallel zum modularen Ansatz fortgesetzt.