KI-Workstation für LLMs in Europa kaufen: 2 bis 4 NVIDIA-RTX-PRO-GPUs für Unternehmen

KI-Workstations mit zwei bis vier GPUs

Wir verkaufen KI-Workstations für große Sprachmodelle mit zwei, drei oder vier NVIDIA-RTX-PRO-Blackwell-Karten, auf Bestellung gebaut und in die gesamte EU geliefert. Für die meisten Teams in Unternehmen sind zwei RTX PRO 6000 Blackwell Max-Q mit je 96 GB der richtige Einstieg, in einem Tower, der für vier vorbereitet ist; Teams mit Modellen bis rund 32B oder mit wenig Spielraum bei Strom und Wärme wählen die RTX PRO 5000, 4500 oder 4000. Sie können dieses System bei uns kaufen: Unser Team legt die Konfiguration auf Ihre Arbeitslast und Ihr Budget aus und antwortet innerhalb eines Werktages.

Eine Workstation passt zu Arbeit, die ein Team direkt an seiner Maschine erledigt. Ein ML-Team baut und testet darauf LLM-Dienste. Eine Abteilung betreibt ihren ersten eigenen Assistenten oder eine RAG-Suche über die eigenen Dokumente, bevor sie über einen Server entscheidet. Ein Forschungslabor hält seine Daten im Haus und gibt mehreren Personen mit MIG isolierte GPU-Anteile. Ein Konstruktions- oder Ingenieurbüro betreibt neben der CAD-Arbeit einen Code-Assistenten und ein Embedding-Modell. Läuft der Dienst im Dauerbetrieb für mehrere Abteilungen oder für Kunden, ist ein Rack-Server der bessere Kauf; unsere Seite GPU-Server für LLMs kaufen behandelt dieses Angebot.

Diese Seite ist die Übersicht über unsere Workstations. Sie vergleicht die Konfigurationen, zeigt nach einer Auslegungsregel, was jede leistet, und verlinkt am Ende für jede Karte eine Kaufseite.

Die Konfigurationen, die wir bauen

Alle Karten unten sind NVIDIA-RTX-PRO-Blackwell-Workstation-Karten mit PCIe 5.0 x16 ohne NVLink; jede Karte hat also ihren eigenen Speicher, und ein Modell, das größer ist als eine Karte, wird über PCIe verteilt. Der nutzbare Speicher folgt unserer Regel für Nutzer je Karte: 90 Prozent des Speichers, den der Treiber meldet, abzüglich 3 GiB je Karte. Auf einer 96-GB-Karte meldet der Treiber 95,6 GiB; für die kleineren Karten skalieren wir diesen Wert nach Kapazität, eine Annahme.

NVIDIA-Datenblätter und Produktseiten, gelesen am 24. Oktober 2026 (Max-Q 96 GB, 1.792 GB/s, 300 W; RTX PRO 5000 1.344 GB/s, 300 W; RTX PRO 4500 32 GB, 896 GB/s, 200 W; RTX PRO 4000 24 GB, 672 GB/s, 145 W); nutzbarer Speicher ist unsere Schätzung nach der Regel für Nutzer je Karte.

Die RTX PRO 6000 Max-Q ist die Edition der RTX PRO 6000 mit 300 W und Radiallüfter; laut NVIDIAs Produktseite ermöglicht sie „bis zu vier GPUs in einem einzigen System“. Die RTX PRO 5000 ist eine Doppelslot-Karte mit 300 W und 48 oder 72 GB, die RTX PRO 4500 eine Doppelslot-Karte mit 200 W und 32 GB und die RTX PRO 4000 eine Einzelslot-Karte mit 145 W und 24 GB. Konfigurationen mit drei Karten bauen wir nach denselben Regeln.

Rund um die Karten legen wir die Plattform nach NVIDIAs Konfigurations­leitfaden für NVIDIA-Certified Systems aus, aktualisiert am 30. September 2026. Der Leitfaden ist für Server geschrieben; wir wenden seine Regeln mit derselben Rechnung auf Workstations an.

Unsere Seite zu KI-Servern (Plattformen und Komponenten); NVIDIAs Konfigurations­leitfaden für NVIDIA-Certified Systems, gelesen am 24. Oktober 2026.

Welche Konfiguration für welches Team

Zuerst entscheidet das größte Modell, das Sie betreiben wollen, dann die Zahl der Personen und der Strom am Arbeitsplatz.

• Ein Team, das LLM-Dienste baut, ein 70B-Modell für eine Abteilung, Fine-Tuning: zwei RTX PRO 6000 Max-Q in einem Tower, der für vier vorbereitet ist. Eine Karte mit 96 GB hält Llama 3.3 70B in FP8.
• Modelle mit 150 bis rund 300 GiB oder mehrere 70B-Kopien gleichzeitig: vier RTX PRO 6000 Max-Q, 384 GB. Qwen3-235B-A22B-2507 in FP8 mit rund 236 GB passt auf vier Karten, nicht auf zwei.
• 70B-Modelle in 4 Bit, QLoRA mit 300 W je Karte oder vGPU unter Red Hat KVM: zwei bis vier RTX PRO 5000 72 GB, die einzige RTX-PRO-Workstation-Karte auf NVIDIAs vGPU-Liste.
• Modelle mit 14B bis 32B, zwei Personen je Karte über MIG: RTX PRO 5000 48 GB.
• RAG, Embeddings und Coding-Assistenten mit Modellen bis rund 14B neben CAD: RTX PRO 4500, zwei bis vier Karten.
• Kleine Modelle, kompakte Tower, viele Karten in wenigen Steckplätzen: RTX PRO 4000, die Einzelslot-Karte.

Zwei weitere Karten eignen sich für speziellere Fälle. Die RTX PRO 6000 Workstation Edition mit 600 W ist die schnellste Einzelkarte für lange Prompts und Fine-Tuning und eignet sich für eine oder zwei Karten je Tower. Die RTX 6000 Ada mit 48 GB bei 300 W erweitert bestehende Ada-Flotten und betreibt vGPU-Desktops. Unser Leitfaden zur besten Workstation-GPU für KI 2026 vergleicht jede Karte einzeln.

Modelle und Gespräche je Konfiguration

Die Tabelle zählt gleichzeitige Gespräche mit 8.192 Token und FP8-KV-Cache: 1,25 GiB je Gespräch für Llama 3.3 70B, 1,0 GiB für Qwen3-32B und 0,625 GiB für Qwen3-14B. Jede Zelle nennt die gezählte Aufteilung: meist die mit den meisten Kopien, die noch passt, bei vier RTX PRO 4000 eine TP=4-Kopie, weil zwei TP=2-Kopien von Qwen3-32B nur Platz für je 5 Gespräche ließen.

Unsere Schätzung nach der Regel für Nutzer je Karte, speichergebunden, keine Messwerte: (nutzbarer Speicher der Kopie − Gewichte) ÷ Cache je Gespräch, abgerundet. Gewichte 67,7, 39,8, 32,0 und 15,2 GiB wie in unseren Modellleitfäden.

Weniger Kopien halten mehr Gespräche, weil jede Kopie ihre eigenen Gewichte speichert: Zwei Max-Q betreiben Llama 3.3 70B in FP8 als eine TP=2-Kopie für 78 Gespräche, gegenüber 24 als zwei Kopien. Gezählt sind Anfragen, die im selben Moment laufen, und das sind weit weniger als die Menschen, die einen Dienst nutzen; mit den Beispielwerten unseres Leitfadens zum privaten ChatGPT-Server nach Unternehmens­größe erzeugen 500 Beschäftigte in der Spitze rund 20 gleichzeitige Anfragen. Unser Vergleich mehrere RTX PRO 5000 oder 4500 statt weniger RTX PRO 6000 zeigt dieselben Aufbauten ausführlicher.

Wir bauen jede Konfiguration aus der Tabelle; schicken Sie uns die Modelle und die Zahl der Personen, die sie nutzen, und unser Team antwortet mit dem passenden Aufbau und einem schriftlichen Angebot.

Lanes und Steckplätze für zwei bis vier Karten

Jede Karte belegt eine Anbindung mit PCIe 5.0 x16, vier Karten brauchen also 64 Lanes. Beide Plattformen, auf denen wir bauen, liefern das: AMD führt den Threadripper PRO 9975WX mit 32 Kernen, 128 Lanes mit PCIe 5.0 und acht DDR5-Kanälen, und Intel führt den Xeon 698X mit 128 Lanes mit PCIe 5.0 und acht Speicherkanälen. Wie die Hauptplatine ihre Steckplätze anbindet, zählt so viel wie die Zahl der Lanes. In einem Test vom 23. Juni 2026 betrieb StorageReview zwei Max-Q in einer HP Z8 Fury G6i, deren GPU-Steckplätze alle mit PCIe 5.0 x16 angebunden sind, und in einer Dell Precision 7875, deren zweite Karte mit PCIe 4.0 x16 lief; mit Llama 3.1 8B in FP8 unter vLLM bei Batch 256 erreichte die HP 23.004 Token pro Sekunde und die Dell 16.833.

Doppelslot-Karten brauchen Doppelslot-Abstand, und Puget Systems rät zu einem freien Steckplatz zwischen Max-Q-Karten, weil der Speicher auf der Rückseite der Platine Luft braucht. Von der Einzelslot-Karte RTX PRO 4000 passen vier in vier nebeneinanderliegende Steckplätze. Ein über mehrere Karten verteiltes Modell hängt außerdem vom Peer-to-Peer-Zugriff zwischen ihnen ab, über den die Einstellungen für IOMMU und ACS in BIOS und Kernel entscheiden; unser Leitfaden RTX PRO 6000 P2P unter Linux nennt die Prüfungen, die für jede RTX-PRO-Karte gelten.

Auf Bestellung gebaut oder Karten für Ihren Tower

Sie können auf zwei Wegen bei uns kaufen.

• Auf Bestellung gebaut. Die Workstation wird auf einer Plattform mit Threadripper PRO oder Xeon W montiert und vor der Lieferung getestet; auf Wunsch liefern wir sie mit installierter Software.
• Karten für Ihren Tower. Setzt Ihr Unternehmen auf die Workstation eines bestimmten Herstellers, liefern wir die Karten dafür, nachdem wir Netzteil, Kabel und Steckplätze geprüft haben. Lenovos Spezifikation der ThinkStation PX vom 9. Oktober 2026 nennt bis zu vier RTX PRO 6000 Max-Q und bietet auch RTX PRO 5000, 4500 und 4000 an; HP nennt bis zu vier Max-Q für die Z8 Fury G6i, und Dells Konfigurator der Precision 7960 bietet eine bis vier an.

Unsere Seiten zu zwei und vier RTX PRO 6000 Max-Q nennen die Tower mit ihren Netzteilen.

Strom und Raum an 230 V

Nach unserer Schätzung zieht eine Workstation die Leistung ihrer Karten und eines Prozessors der Klasse Threadripper PRO 9975WX oder Xeon 698X mit 350 W, dazu 15 Prozent für Arbeitsspeicher, Laufwerke, Lüfter und Netzteilverluste. Eine Messung am gelieferten System bestätigt den Wert.

Unsere Schätzung: NVIDIAs Kartenleistung plus 350 W für den Prozessor (AMDs Standard-TDP für den Threadripper PRO 9975WX, Intels Basisleistung für den Xeon 698X) plus 15 Prozent. Ein Stromkreis mit 230 V und 16 A liefert 3,68 kW, mit 80 Prozent geplant 2,94 kW.

• Stromkreis. Jeder Aufbau in der Tabelle passt an einen gewöhnlichen Stromkreis mit 230 V und 16 A; prüfen Sie, was sonst daran hängt. Aufbauten mit vier Karten und mehr Speicher und Laufwerken kommen auf bis zu rund 2 kW, auch das innerhalb des Stromkreises. Unser Artikel zum Stromverbrauch der Max-Q an 230 V behandelt Stromkreise und Netzteile.
• Kabel und Netzteil. C13-Kaltgerätekabel sind für 10 A ausgelegt, rund 2,3 kW an 230 V; die großen Netzteile von Towern für vier Karten nutzen C19-Kabel für 16 A. Workstation-Netzteile erreichen ihre volle Leistung erst ab 200 V Eingangsspannung: HP nennt 1.700 W ab 200 V für die Z8 Fury G6i.
• Wärme und Lautstärke. Die gesamte Leistung wird zu Wärme: 1,8 kW sind rund 6.100 BTU pro Stunde, solange die Jobs laufen. Kein Hersteller veröffentlicht Akustikwerte für einen Tower mit mehreren GPUs unter GPU-Last. Unser Leitfaden GPU-Server im Büro behandelt Räume, die mit Menschen geteilt werden.

Software, MIG und vGPU

Auf Wunsch kommt die Workstation mit installiertem Betriebssystem, NVIDIA-Treiber, CUDA und einer Container-Runtime mit NVIDIA Container Toolkit, sodass das Team am ersten Tag vLLM, SGLang oder Ollama starten kann. Stand Oktober 2026 ist R580 NVIDIAs Zweig mit Langzeitsupport bis Juni 2028, und NVIDIAs Sicherheitsbulletin vom 30. September 2026 nennt 580.178.04 und 595.91.07 als Treiber mit den Korrekturen; unser Artikel zu NVIDIA-Treiberzweigen und CUDA-Versionen erklärt die Wahl. Open-Source-Engines auf Bare Metal brauchen keine NVIDIA-Lizenz.

Die meisten dieser Karten lassen sich über MIG zwischen mehreren Personen aufteilen.

NVIDIAs MIG-Leitfaden (unterstützte GPUs, zuletzt aktualisiert am 13. Oktober 2026) und Datenblatt der Max-Q; NVIDIAs Liste der von vGPU unterstützten GPUs, zuletzt aktualisiert am 2. Oktober 2026, beide Listen gelesen am 24. Oktober 2026; MIG-Größe der RTX PRO 5000 72 GB aus dem Datenblatt eines Boardpartners; Lenovo Press LP2443 (26. Mai 2026) für die Workstation-Karte RTX PRO 4500.

MIG auf den RTX-PRO-Workstation-Karten braucht Linux, Treiber 575.51.03 oder neuer, ein aktuelles vBIOS und die Karte im Compute-Anzeigemodus, der ihre Anzeigeausgänge abschaltet; eine MIG-Workstation läuft deshalb ohne Monitor oder mit einer kleinen zusätzlichen Karte für den Bildschirm. Für die Workstation-Karte RTX PRO 4500 widersprechen sich die Quellen: NVIDIAs MIG-Leitfaden führt eine „RTX PRO 4500 Blackwell“ mit zwei Instanzen zu 16 GB, ohne eine Edition zu nennen, und Lenovos Produktleitfaden zur RTX PRO 4500 Blackwell Workstation Edition vom 26. Mai 2026 gibt für MIG „No support“ an; wir planen deshalb mit dieser Karte keinen Aufbau, der auf MIG angewiesen ist. Unsere MIG-Profile der RTX PRO 6000 zeigen, was in jede Instanz passt. Für virtuelle Maschinen mit vGPU sind die RTX PRO 5000 72 GB unter Red Hat KVM und die RTX 6000 Ada die Optionen unter den Workstation-Karten; vGPU-Hosts in größerem Umfang gehören auf einen Server mit RTX PRO 6000 Server Edition.

Workstation oder Rack-Server

Ein Rack-Server ist der bessere Kauf, wenn der Dienst im Dauerbetrieb für mehrere Abteilungen oder für Kunden läuft, wenn niemand neben der Maschine sitzen soll oder wenn viele virtuelle Maschinen vGPU brauchen. Unser Einstiegsserver hat zwei RTX PRO 6000 Server Edition, zwei AMD-EPYC-Prozessoren, 384 GB DDR5 mit ECC und zwei NVMe-Laufwerke, mit redundanten Netzteilen und Management außerhalb des Betriebssystems. Die Max-Q gehört in Workstations: In einen Rack-Server passt sie nur in ein Gehäuse, für das der Hersteller sie angibt, und für den Dauerbetrieb im Rack empfehlen wir die Server Edition, wie unsere Seite zur Max-Q im Rack-Server erklärt. KI-Workstation oder KI-Server vergleicht die Bauformen.

Eine Workstation bei uns bestellen

Die Schritte sind für eine Workstation oder mehrere für verschiedene Teams dieselben.

1. Sie beschreiben die Arbeitslast: Modelle, Nutzer, Daten, den Raum und den Zeitplan. Die Auslegung ist kostenlos.
2. Wir schlagen eine Konfiguration vor und prüfen, ob Karten, Plattform, Netzteil und Kühlung zu Raum und Stromkreis passen.
3. Sie erhalten innerhalb eines Werktages ein schriftliches Angebot mit Preis, Lieferzeit und Garantiebedingungen je Komponente. Stückzahlen und Lieferzeit werden mit dem Angebot schriftlich bestätigt.
4. Sie bestellen mit einem EU-Vertrag und erhalten eine EU-Rechnung von Eurokommerz in Wien.
5. Die Workstation wird vor der Lieferung montiert und getestet.
6. Wir liefern in die gesamte EU, auf Wunsch mit Inbetriebnahme vor Ort; andere Ziele auf Anfrage über unseren Logistikpartner.
7. Jede Komponente hat die Herstellergarantie, abgewickelt über uns; DOA-Geräte werden ersetzt, und für die Montage stehen wir selbst ein.

Angaben für ein genaues Angebot

Für den Anfang genügt eine kurze Beschreibung; mit diesen Punkten können wir schon in der ersten Antwort die genaue Konfiguration anbieten.

• Die Modelle, die Sie betreiben wollen, mit Präzision und Kontextlänge
• Wie viele Personen die Maschine nutzen und ob sie sie über einen Dienst oder über MIG-Instanzen teilen
• Weitere Arbeit auf derselben Maschine: Fine-Tuning, Embeddings, Datenaufbereitung, CAD oder Rendering
• Ob die Karten Monitore ansteuern sollen, und das Betriebssystem
• Das Tower-Modell, auf das Ihr Unternehmen setzt, falls vorhanden
• Der Raum: Absicherung des Stromkreises, Kühlung und Standort der Maschine
• Ob Sie später Karten nachrüsten wollen, Lieferort und rechnungsempfangende Gesellschaft

Beschreiben Sie diese Punkte im Formular unten, und unser Team antwortet innerhalb eines Werktages mit einer Konfiguration und einem schriftlichen Angebot.

Kaufseiten für jede Workstation-Konfiguration

Jede Karte hat eine eigene Kaufseite mit Stückliste, Varianten und Bestellung sowie eine technische Seite dazu, was sie leistet.

Zwei Vergleiche helfen bei der Wahl zwischen benachbarten Aufbauten: zwei RTX PRO 4000 oder eine Max-Q und zwei RTX PRO 5000 72 GB oder eine Max-Q.

Was wir liefern

Wir bauen KI-Workstations mit zwei bis vier RTX PRO 6000 Max-Q, RTX PRO 5000, 4500 oder 4000 auf Bestellung und liefern jede Karte auch einzeln für Tower, die Sie schon betreiben, mit einem EU-Vertrag und einer EU-Rechnung und mit Herstellergarantie auf jede Komponente, abgewickelt über uns. Unser Engineering-Partner Vixen.UNO bringt Modelle, RAG und die Plattform darüber als unseren Service Private AI/ML in Betrieb; teilen Sie uns mit, welche Modelle und wie viele Nutzer Sie planen, und wir legen Workstation und Plattform gemeinsam aus.

FAQ