WZ-IT AI Cube als lokalen KI-Server konfigurieren - GB10-Hardware, vollständige Ersteinrichtung, Härtung, vorab abgestimmtes lokales Modell und Support in einem definierten Lieferumfang. Erstgespräch vereinbaren
DGX Spark und WZ-IT AI Cube sind heute keine grundsätzlich unterschiedlichen Leistungsklassen. Beide basieren auf der NVIDIA-GB10-Klasse mit 128 GB Unified Memory. Wer nur GPU, Speicher oder beworbene FP4-Leistung vergleicht, vergleicht deshalb weitgehend dieselbe technische Kategorie.
Die eigentliche Entscheidung lautet: Kaufen Sie eine Hersteller-Appliance und bauen den produktiven KI-Stack selbst auf, oder beschaffen Sie ein vorkonfiguriertes System mit definiertem Einrichtungsumfang?
Inhaltsverzeichnis
- Die kurze Antwort
- Hardware und Lieferumfang im Vergleich
- Was 128 GB Unified Memory praktisch bedeuten
- Wann DGX Spark passt
- Wann der WZ-IT AI Cube passt
- Wann beide Systeme zu klein sind
- Kosten richtig vergleichen
- Entscheidungsmatrix
Die kurze Antwort
DGX Spark passt, wenn ein technisch erfahrenes Team die NVIDIA-Entwicklungsumgebung selbst verwalten, Modelle auswählen und die Arbeitsoberfläche, Identitäten, Datenquellen, Updates und Backups eigenständig aufbauen möchte.
Der WZ-IT AI Cube passt, wenn dieselbe kompakte GB10-Klasse plug-and-play vorbereitet als lokaler KI-Server geliefert werden soll: mit gehärteter Basisinstallation, Open WebUI, Ollama und/oder vLLM, einem vorab abgestimmten Modell, Dokumentation und technischer Einbindung.
Ein individuelles GPU-System passt, wenn Hochverfügbarkeit, Rackmount, dedizierte GPUs, hoher paralleler Durchsatz oder deutlich größere Speicherkonfigurationen erforderlich sind.
Hardware und Lieferumfang im Vergleich
| Punkt | NVIDIA DGX Spark | WZ-IT AI Cube |
|---|---|---|
| Rechenplattform | NVIDIA GB10 Grace Blackwell | NVIDIA GB10 auf ASUS/NVIDIA-Appliance-Basis |
| Systemspeicher | 128 GB LPDDR5x Unified Memory (Founders Edition); seit Oktober 2026 zusätzlich 64 GB, nur über OEM-Partner | 128 GB LPDDR5x Unified Memory |
| CPU | 20-Core Arm | 20-Core Arm |
| Netzwerk | 10 GbE und ConnectX-7 | 10 GbE und ConnectX-7 |
| Betriebssystem | NVIDIA DGX OS | Vollständig eingerichtetes und gehärtetes Linux mit abgestimmten GPU-Treibern |
| KI-Arbeitsoberfläche | Selbst auszuwählen und einzurichten | Open WebUI vorkonfiguriert |
| Modellbereitstellung | Durch das eigene Team | Ollama und/oder vLLM plus vorab abgestimmtes, installiertes und geprüftes Modell |
| Einrichtung | Eigenleistung oder separater Dienstleister | Basiseinrichtung, Härtung, Inbetriebnahme und Support |
| Dokumentation | Herstellerdokumentation | Zusätzlich Dokumentation der WZ-IT-Konfiguration |
| Weiterbetrieb | Eigenverantwortung | Eigenbetrieb mit Root-Zugriff oder optional durch WZ-IT |
Der WZ-IT AI Cube ist damit kein Gegenentwurf zur GB10-Hardware. Er ist ein definierter Liefer- und Einrichtungsumfang auf dieser Hardwareklasse.
Was 128 GB Unified Memory praktisch bedeuten
Unified Memory steht CPU und GPU gemeinsam zur Verfügung. Dadurch können quantisierte Modelle geladen werden, die nicht in typische 24- oder 48-GB-Grafikkarten passen. NVIDIA positioniert ein einzelnes System mit 128 GB für Modelle bis etwa 200 Milliarden Parameter, zwei gekoppelte Systeme für bis zu 400 Milliarden und vier Systeme für bis zu 700 Milliarden Parameter. Seit Oktober 2026 vertreiben Acer, ASUS, Dell, Gigabyte, HP und MSI zusätzlich eine Variante mit 64 GB, die ab dem 23.10.2026 erhältlich und für Modelle bis etwa 100 Milliarden Parameter ausgelegt ist. Die Founders Edition von NVIDIA bleibt bei 128 GB.
Diese Angabe beantwortet aber nur die Speicherfrage. Für den produktiven Einsatz sind weitere Werte entscheidend:
- Wie viele Tokens pro Sekunde liefert das konkrete Modell?
- Wie verändert sich der Durchsatz bei mehreren gleichzeitigen Anfragen?
- Wie lang sind Systemprompt, Dokumentkontext und Antwort?
- Welche Quantisierung wird verwendet?
- Läuft das Modell mit der gewählten Runtime stabil auf Arm und GB10?
Ein Modell kann in den Speicher passen und trotzdem für zehn parallele Nutzer zu langsam sein. Deshalb legen wir die Konfiguration anhand des tatsächlichen Anwendungsfalls fest.
Wann DGX Spark passt
DGX Spark ist sinnvoll, wenn:
- bereits Erfahrung mit Linux, Containern und lokalen Modell-Runtimes vorhanden ist,
- die NVIDIA-Softwareumgebung für Entwicklung oder Modelltests genutzt werden soll,
- Arbeitsoberfläche, Identität, RAG und Betrieb bewusst intern aufgebaut werden,
- kein definierter Einrichtungsumfang eines Dienstleisters benötigt wird.
Für ein Plattform- oder Entwicklungsteam kann genau diese Eigenverantwortung gewünscht sein.
Wann der WZ-IT AI Cube passt
Der AI Cube richtet sich an Unternehmen, die nicht mit einer leeren Hardwareplattform beginnen möchten. Die Standardkonfiguration umfasst:
- die kompakte GB10-Appliance mit 128 GB Unified Memory,
- vollständig eingerichtetes und gehärtetes Linux mit GPU-Treibern und Container-Runtime,
- Open WebUI als Oberfläche für Chat, Modelle und Wissenssammlungen,
- Ollama und/oder vLLM für lokale Modellbereitstellung,
- ein vorab abgestimmtes lokales Modell, installiert und technisch geprüft,
- Ersteinrichtung, Einweisung und Support,
- technische Dokumentation und Root-Zugriff.
Wissensquellen, SSO, individuelle RAG-Pipelines, MCP-Server, Middleware oder ein laufender Managed Service können darauf aufbauen. Sie gehören nicht pauschal in denselben Festpreis, weil Umfang und Datenquellen je Unternehmen unterschiedlich sind.
Wann beide Systeme zu klein sind
Eine einzelne GB10-Appliance ist kein Ersatz für jede GPU-Infrastruktur. Eine individuelle Architektur ist sinnvoll, wenn eines der folgenden Kriterien gilt:
- viele gleichzeitige Nutzer mit kurzen garantierten Antwortzeiten,
- Hochverfügbarkeit oder definierte Wiederanlaufziele,
- Rackmount, redundante Netzteile oder Datacenter-Vorgaben,
- Modelle oder Kontexte, die mehr Speicher oder Durchsatz erfordern,
- Training oder umfangreiches Fine-Tuning statt überwiegender Inferenz,
- vorhandene Kubernetes-, Proxmox- oder GPU-Cluster, die integriert werden sollen.
In diesen Fällen planen wir dedizierte GPUs, Multi-GPU-Systeme oder verteilte Inferenz. Der AI Cube kann trotzdem als Test-, Entwicklungs- oder Ausweichsystem erhalten bleiben.
Kosten richtig vergleichen
Der Marktpreis einer DGX-Spark- oder GX10-Appliance hängt von Anbieter, Speicher, SSD-Konfiguration und Verfügbarkeit ab. Den Listenpreis der DGX Spark Founders Edition hat NVIDIA am 23.02.2026 von 3.999 auf 4.699 US-Dollar angehoben und dies mit knappem Arbeitsspeicher begründet. Die 64-GB-Systeme der OEM-Partner starten laut NVIDIA bei 4.999 US-Dollar. Alle Angaben sind US-Listenpreise ohne Steuern; Preise in Euro legen Händler und OEMs fest. Ein sinnvoller Vergleich trennt deshalb drei Kostenblöcke:
- Hardware - Appliance, SSD und gegebenenfalls Zubehör.
- Einrichtung - Betriebssystem, Runtime, Oberfläche, Modell, Netzwerk und Identität.
- Betrieb - Updates, Monitoring, Backup, Modellaustausch und Support.
Beim WZ-IT AI Cube sind Hardware und Einrichtung ein Kauf: 7.990 € netto einmalig für die Ausführung mit 1 TB, inklusive Härtung, vorkonfiguriertem Stack, einem vorab abgestimmten lokalen Modell, Dokumentation, Einweisung und Versand. Den Betrieb mit Patching, Backup, Monitoring und Support deckt AI Cube Care für 349,90 € netto im Monat ab. Im ersten Jahr ergibt das 7.990 € plus zwölf mal 349,90 €, zusammen 12.188,80 € netto. Annahme dieser Rechnung: Care läuft durchgehend, ohne Strom und ohne individuelle Integrationen, die separat geplant werden. Nach den ersten zwölf Monaten ist Care monatlich kündbar.
Cloud-API-Kosten lassen sich erst mit einem realen Lastprofil gegenüberstellen. Reine Token-Hochrechnungen ohne Eingabe-/Ausgabeverhältnis, Kontextlänge, Cache-Nutzung und Auslastung erzeugen eine Scheingenauigkeit.
Noch unklar, welches Werkzeug passt? Der KI-Potenzialcheck prüft an einem konkreten Ablauf, welcher Ansatz trägt, und endet mit einer Pilotempfehlung. Ab 3.900 € netto.
Entscheidungsmatrix
| Anforderung | Passender Einstieg |
|---|---|
| Eigenes Plattformteam will den NVIDIA-Stack selbst aufbauen | DGX Spark oder GX10 als reine Hardware |
| Lokaler Chat und Wissenssuche sollen vorkonfiguriert starten | WZ-IT AI Cube |
| Eigene Dokumente, Open WebUI und ein erstes Modell werden benötigt | WZ-IT AI Cube |
| Vorhandene GPU-Hardware soll weitergenutzt werden | Integration auf bestehender Infrastruktur |
| HA, Rackmount oder hoher paralleler Durchsatz sind erforderlich | Individueller GPU-Server oder Cluster |
| Keine Hardware am eigenen Standort gewünscht | LLM Hosting |
Die Hardwareklasse ist nur der Ausgangspunkt. Entscheidend ist, welche Software bereits eingerichtet sein soll, wer die Integration übernimmt und wer das System nach der Übergabe betreibt.
Sie möchten die Optionen anhand Ihres Einsatzes einordnen? AI Cube und Lieferumfang ansehen oder Erstgespräch vereinbaren.
Weiterführende Guides
- Lokale KI-Inferenz mit dem AI Cube
- Ollama vs. vLLM
- GPU-Server für lokale KI
- Open WebUI als selbst gehostete KI-Arbeitsoberfläche
