Zusammenfassung
Durch den Einsatz von Pure Storage FlashBlade//S R2 in NVIDIA DGX SuperPOD-zertifizierten Referenzarchitekturen mit DGX GB200- und GB300-Systemen können Unternehmen effiziente, skalierbare und nachhaltige AI Factories aufbauen.
Unternehmen weltweit stehen im Wettbewerb, eigene AI Factories aufzubauen – moderne Produktionsumgebungen, die Rohdaten in verwertbare Intelligenz verwandeln. NVIDIA beschreibt eine AI Factory dabei mit zwei grundlegenden Ressourcen: Strom und Daten.
Diese beiden Faktoren treiben die enormen mathematischen Operationen an, die Tokens erzeugen – die eigentliche Währung der AI, mit der Intelligenz entsteht und Geschäftsergebnisse erzielt werden. Während der Bedarf an Compute-Leistung und Energie offensichtlich ist, erkennen viele Unternehmen zunehmend, dass klassische Dateninfrastrukturen nicht für die Geschwindigkeit, Skalierung und Effizienz moderner AI-Workloads ausgelegt sind.
Um Schritt zu halten, benötigen Unternehmen eine Lösung, die den Datenanteil einer AI Factory mit dem kleinstmöglichen und effizientesten Energie-Footprint bereitstellt. Genau hier setzen die NVIDIA DGX SuperPOD Referenzdesigns mit DGX GB200 oder DGX GB300 Systems in Kombination mit Pure Storage FlashBlade//S R2 an.
Diese Integration erweckt die AI Factory zum Leben, indem sie NVIDIAs fortschrittlichste Compute-Plattform mit dem hohen Datendurchsatz und der niedrigen Latenz verbindet, die erforderlich sind, um GPUs kontinuierlich mit Daten zu versorgen.
Wie moderne AI Factories im Enterprise skaliert werden
Gemeinsam ermöglichen Pure Storage und NVIDIA Unternehmen den Aufbau einer AI-Infrastruktur, die nicht nur schneller und leistungsfähiger ist, sondern auch nachhaltig, skalierbar und bereit für die nächste Generation von Model Training und Inference.
Das NVIDIA DGX GB200 System definiert die moderne AI Factory als vollständig integriertes Rack-Scale-System, das bis zu 72 Blackwell GPUs und 36 Grace CPUs (Arm Neoverse V2) in einer einzigen beschleunigten Compute-Domäne vereint. Jedes Rack liefert bis zu 13,4–13,5 TB HBM3e-Memory sowie rund 576 TB/s aggregierte GPU-Memory-Bandbreite. Die Verbindung erfolgt über das NVIDIA NVLink Fabric der fünften Generation mit etwa 130 TB/s GPU-zu-GPU-Bandbreite. Das System ist flüssigkeitsgekühlt und für etwa 120 kW pro Rack ausgelegt – optimiert für extreme Dichte und Energieeffizienz.
Das NVIDIA DGX GB300 System erweitert diese Architektur auf die Blackwell Ultra-Generation. Es integriert ebenfalls 72 NVIDIA Blackwell Ultra GPUs und 36 Arm-basierte NVIDIA Grace CPUs in einer vergleichbaren NVLink-Domäne. Pro Rack stehen bis zu etwa 20 TB HBM3e-Memory sowie rund 17 TB LPDDR5X-CPU-Memory zur Verfügung – insgesamt etwa 37 TB schneller, einheitlicher Speicher. Auch hier liefert das NVLink Fabric rund 130 TB/s GPU-zu-GPU-Bandbreite.
In Kombination mit FlashBlade//S R2 entsteht eine einheitliche, hochperformante Datenpipeline, die exakt auf das Tempo dieser Compute-Explosion abgestimmt ist – bei minimalem Platzbedarf, reduziertem Energieverbrauch und geringem operativem Aufwand. Jedes FlashBlade//S R2 System verbindet sich über 16 × 400-GbE-Ports mit dem NVIDIA DGX SuperPOD und nutzt RDMA over Converged Ethernet (RoCE), um maximalen Durchsatz und höchste Effizienz zu erreichen.
Dieses standardbasierte Enterprise-Design reduziert Komplexität und Kosten, ohne Abstriche bei Performance und Zuverlässigkeit zu machen – ideal für Unternehmen, die nachhaltig skalieren möchten.
Architektur für Effizienz, Performance und einfache Skalierung
Im Zentrum dieser Architektur steht Pure Storage FlashBlade//S R2, die leistungsstärkste und effizienteste Scale-out-Plattform für File- und Object-Workloads. Die Lösung wurde von Grund auf für Flash entwickelt und kombiniert Hardware und Software auf Basis von Pure Storage DirectFlash® Modules und dem Purity Operating System.
FlashBlade liefert multidimensionale Performance für unterschiedlichste Workloads – von massivem Checkpointing bei LLMs bis hin zu hochauflösenden Computer-Vision-Datensätzen. Unternehmen können ihre AI-Umgebungen in beliebiger Größe starten und Kapazität sowie Performance parallel zu ihren Workloads weiterentwickeln.
Zu den zentralen Vorteilen zählen:
- Energieeffizienz: Bis zu 50 % mehr Performance pro Watt gegenüber der vorherigen Generation, wodurch Strom- und Kühlungsbedarf im Rechenzentrum deutlich sinken
- Platzeffizienz: Hochdichte Blades ermöglichen Multi-Petabyte-Kapazitäten auf kleinstem Raum und reduzieren den Rack-Footprint in DGX SuperPOD-Umgebungen
- Non-disruptive Skalierung: Unabhängige Erweiterung von Kapazität oder Performance mit Data-in-Place-Upgrades – ohne Downtime und ohne Migration
- Flexibilität und On-Demand-Consumption: Pure Storage Evergreen//One™ bietet Pay-per-Use-Modelle mit kontinuierlicher Innovation und unterbrechungsfreien Upgrades
- Native Multi-Protocol-Unterstützung: NFS over RDMA (RoCEv2), S3 und SMB auf einer Plattform – ohne Gateways oder zusätzliche Architektur-Layer
Diese Kombination aus Nachhaltigkeit, Dichte und Einfachheit ermöglicht es Unternehmen, AI-Modelle schneller zu trainieren und produktiv zu betreiben, während gleichzeitig TCO und ökologischer Fußabdruck sinken.
Von Pilotprojekten zur produktiven AI – branchenübergreifend
Die NVIDIA DGX SuperPOD Referenzdesigns mit DGX GB200 oder DGX GB300 und Pure Storage FlashBlade//S R2 unterstützen Unternehmen dabei, AI-Initiativen effizient von Pilotprojekten in den produktiven Betrieb zu überführen:
- Healthcare: Multimodales Training mit Genom-, Bild- und EHR-Daten bei reduziertem Energieverbrauch
- Financial Services: Echtzeit-Analysen auf Terabytes an Marktdaten mit hoher Dichte und niedriger Latenz
- Media & Entertainment: AI-gestützte Content-Pipelines für die Verarbeitung von Petabytes an Videodaten mit minimalem Footprint
- Manufacturing & Energy: Digitale Zwillinge und physikbasierte AI-Modelle mit maximaler Performance-pro-Watt
Validiert für produktive AI im Enterprise-Maßstab
Wenn Unternehmen auf Tausende von GPUs skalieren, wird die Effizienz der Dateninfrastruktur genauso entscheidend wie rohe Compute-Leistung. Gemeinsam definieren Pure Storage und NVIDIA neu, wie moderne AI-Infrastruktur aussehen muss: schnell, dicht, einfach und nachhaltig.
Die Pure Storage FlashBlade//S R2 Referenzarchitektur für NVIDIA DGX SuperPOD mit DGX GB200 oder DGX GB300 ist eine Blaupause für die AI Factory der Zukunft. Sie liefert die bislang energie- und platzsparendste Full-Stack-AI-Infrastruktur und ermöglicht es Unternehmen, die Grenzen von AI weiter zu verschieben – ohne Kosten, Energieverbrauch oder Komplexität aus dem Ruder laufen zu lassen.
