NVIDIA AI Enterprise: was die Lizenz enthält, wie gezählt wird und wann Sie sie brauchen

Was Sie tatsächlich kaufen

NVIDIA AI Enterprise ist ein Nutzungsrecht pro GPU an einer Softwareplattform mit zwei Ebenen. Die Anwendungsebene enthält NIM-Microservices, NeMo, den Triton Inference Server, TensorRT und TensorRT-LLM, RAPIDS, den PyTorch-Container, Riva, DeepStream, Holoscan, TAO, Omniverse und NVIDIAs vortrainierte Modelle, veröffentlicht in Feature-, Production- und Long-Term-Branches. Die Infrastrukturebene enthält den Rechenzentrumstreiber, den vGPU-Manager samt Gasttreiber, den Fabric Manager, die GPU-, Network-, DPU- und NIM-Operatoren für Kubernetes, den Base Command Manager, Run:ai für selbst betriebene Installationen und das Container Toolkit.

Drei Dinge sind laut NVIDIAs eigenem Lizenzleitfaden den Lizenznehmern vorbehalten: ausgewählte NIM-Container, die Production- und Long-Term-Branches sowie vGPU for Compute. Alles andere in der Liste gibt es auch als Open Source oder als freien Download. Das Vierte, was die Lizenz kauft, ist Enterprise-Support mit Reaktionszielen, und dafür zahlen die meisten Käufer in Wirklichkeit. Das ist die Softwareebene hinter unserer AI-Enterprise-Seite; in diesem Artikel geht es darum, wie sie gezählt wird und wann Sie ohne sie auskommen.

Wie gezählt wird

Die Regel ist kurz: eine Lizenz für jede physische GPU in einem Server oder einer Workstation, auf der AI-Enterprise-Software läuft. Karten mit mehreren GPUs zählen jede GPU einzeln, eine A16 braucht also vier Lizenzen. Ein reiner CPU-Server oder eine CPU-Instanz braucht eine Lizenz pro Server, unabhängig von der Zahl der Prozessoren. MIG kommt im Lizenzleitfaden überhaupt nicht vor: Eine Karte in vier Instanzen zu teilen ändert nichts an der Zählung, sie bleibt eine pro physischer GPU.

Reaktionsziele nach NVIDIAs Enterprise Support and Services Guide; Support setzt ein NVIDIA-Certified System voraus.

Zwei Bedingungen liegen darunter. Support gibt es nur auf NVIDIA-Certified Systems (bei den NVL72-Racks: Qualified Systems), eine Karte in einem nicht zertifizierten Gehäuse hat also eine Lizenz, aber keinen Supportweg. Und ein Abonnement kauft Zeit, nicht die Lebensdauer eines Branches: Fünf Jahre Laufzeit verlängern den Softwarestand nicht, den Sie ausrollen.

Was bei der Hardware dabei ist und was nicht

Hier gehen Angebote schief. Manche GPUs enthalten ein Abonnement im Preis, andere gar nichts, und der Unterschied gehört gelesen, bevor L40S und H200 NVL allein über den Kartenpreis verglichen werden.

Nach NVIDIAs Lizenzleitfaden und Produktseiten, September 2026. Für die RTX PRO 6000 Server Edition gibt es Aktionspakete einzelner Hersteller; das ist ein Händlerangebot, kein Anspruch von NVIDIA.

Die Zeile zur H200 NVL verändert Vergleiche. Wird AI Enterprise ohnehin gebraucht, für vGPU-Compute-Profile oder für unterstütztes NIM in der Produktion, bringt die Hopper-Karte fünf Jahre davon mit, und der Vergleich mit der RTX PRO 6000 muss acht Lizenzen zu einem Acht-Karten-Server addieren, bevor die Summen ehrlich sind.

Der eine erzwungene Teil: vGPU for Compute

Der größte Teil der Plattform läuft unabhängig davon, ob ein Lizenzserver erreichbar ist: NVIDIA schreibt, die Software laufe „mit oder ohne gültige Verbindung zum Lizenzserver“, und das Lizenzsystem sei nur nötig, wenn vGPU-for-Compute-Treiber im Einsatz sind. Genau dieser Fall wird im Treiber erzwungen, und genau er erwischt Virtualisierungsteams.

C-Profile, also die Compute-vGPU-Typen wie L40S-48C oder DC-8C auf der RTX PRO 6000 Server Edition, lassen sich nur über AI Enterprise lizenzieren. Die Lizenzen für RTX vWS, vPC und vApps, die VDI-Teams ohnehin besitzen, schalten sie nicht frei. Jede C-vGPU in einer VM zieht beim Start eine Lizenz und gibt sie beim Herunterfahren zurück; eine Lizenz pro GPU deckt bis zu 16 vGPU-Instanzen auf dieser GPU ab oder eine vGPU, die die ganze Karte nutzt. NVIDIAs Profiltabellen für die H200 NVL erlauben 20 oder 32 kleine vGPUs pro Karte, und der Leitfaden sagt nicht, wie die lizenziert werden: Fragen Sie nach, bevor Sie mehr als 16 Mandanten auf einer GPU planen.

Den Lizenzserver gibt es in zwei Formen. Der Cloud License Service liegt auf NVIDIAs Lizenzportal und braucht ausgehendes HTTPS. Der Delegated License Service ist eine virtuelle Appliance im eigenen Netz, in Clustern bis zu neun Instanzen, mit knotengebundenen Lizenzen für abgeschottete Hosts seit vGPU-Software 15.0. Die Clients tragen ein Konfigurationstoken, das jahrelang gültig ist; das Alltagsrisiko ist nicht das Token, sondern eine Firewalländerung, die den VMs den Server abschneidet und die Sie sieben Tage später bemerken.

Was ohne Lizenz läuft

Mehr, als der Prospekt vermuten lässt. Das CUDA Toolkit ist unter seiner EULA kostenfrei. TensorRT-LLM und vLLM stehen unter Apache 2.0, der Triton Inference Server unter BSD-3, NeMo ist Open Source. Ein Server mit einem Mandanten, der vLLM auf acht RTX PRO 6000 betreibt, braucht keine AI-Enterprise-Lizenz, um zu laufen, und viele tun genau das.

Was ohne Lizenz fehlt: NIM-Container stehen Entwicklern für Forschung und Tests auf bis zu 16 GPUs zur Verfügung, aber NVIDIA schreibt, produktiver Einsatz erfordere AI Enterprise, und einzelne NIMs gibt es nur mit Lizenz; Sie bekommen den monatlichen Feature Branch statt eines Production Branch mit neun Monaten stabiler APIs; und hinter einem Treiberfehler um zwei Uhr nachts steht kein NVIDIA-Supportvertrag. Für den Schritt in die Produktion gibt es eine Testlizenz über 90 Tage; sie setzt einen zertifizierten Server voraus und schließt Run:ai aus.

Die ehrliche Trennlinie für Käufer: ein bis zwei GPUs, ein Team, Open-Source-Serving, keine VMs, die sich die Karte teilen, dann ist die Lizenz optional und kauft vor allem Support. Geteilte GPUs in virtuellen Maschinen für mehrere Teams oder NIM in der Produktion, dann ist sie nicht optional, und es sind acht Stück je Acht-Karten-Server, was die Karten auch kosten.

Pro Nutzer oder pro GPU: die zwei Lizenzfamilien

Dieselbe Karte trägt je nach Profiltyp zwei verschiedene Lizenzmodelle, und sie zu verwechseln ist der häufigste Fehler, den wir auf Angeboten sehen.

Der vGPU-Packaging-Guide verweist Compute-Lasten an den AI-Enterprise-Leitfaden; ein Q-Profil und ein C-Profil auf derselben Karte sind zwei verschiedene Lizenzen.

Unser Beitrag zu MIG und vGPU erklärt, wie viele VMs jede Karte trägt; diese Tabelle sagt, auf welcher Budgetzeile jede VM landet.

Branches und Termine, um die Sie planen müssen

AI Enterprise trennt die Infrastrukturebene von den Anwendungen, und jede hat ihren eigenen Takt. Feature Branches erscheinen monatlich mit einem Monat Support und können APIs ändern. Production Branches erscheinen halbjährlich mit neun Monaten Support und monatlichen Sicherheitspatches. Long-Term-Support-Branches kommen etwa alle zweieinhalb Jahre, abgestimmt auf eine neue GPU-Architektur, mit drei Jahren Support und quartalsweisen Patches.

Nach NVIDIAs Lifecycle-Seiten, September 2026. Infrastruktur 8.0 hat V100, RTX A4000, RTX 4000 SFF Ada und die Quadro-RTX-Karten gestrichen; sie bleiben auf 7.x.

Zwei Konsequenzen. Eine regulierte Umgebung, die drei Jahre stabile APIs will, gehört auf den Long-Term-Branch über Infrastruktur 7.x, und beide enden 2027 beziehungsweise 2028, das Upgrade steht also schon im Kalender. Und den Triton-Container mit TensorRT-LLM-Backend gibt es im Production Branch 6 nicht mehr; Installationen wechseln auf die Variante mit vLLM-Backend.

Wo die Partnerplattformen die Lizenz verbuchen

VMware Private AI Foundation with NVIDIA auf VCF 9.1 braucht drei Ansprüche: das VCF-Abonnement, das Private-AI-Foundation-Add-on und AI Enterprise für den vGPU-Hosttreiber und die Gasttreiber, dazu einen Lizenzserver oder ein Portaltoken; der Passthrough-Weg ist ohne die AI-Enterprise-Anforderung dokumentiert, und das Minimum sind drei GPU-Hosts im ersten Cluster. Red Hat OpenShift AI schaltet NIM mit einem NGC-Schlüssel aus einem Konto frei, das die Rolle AI Enterprise Viewer trägt, der Anspruch kommt also von NVIDIA, nicht von Red Hat. Nutanix Enterprise AI nutzt NIM mit Ihrem eigenen NIM-Token und stellt fest, dass NIM über AI Enterprise lizenziert wird. In allen Fällen ist die Lizenz pro GPU eine eigene Zeile neben der Plattform, und die VMware-Kernzählung noch einmal eine eigene.

Die Fallen, in der Reihenfolge, in der sie auftreten

Karten ohne Lizenz bestellt, dann starten die vGPU-Compute-Profile nicht; die Lösung ist ein Kauf pro GPU, nicht pro VM. VMs statt GPUs gezählt oder angenommen, die vorhandenen vWS-Lizenzen deckten KI-Lasten ab. Karten mit mehreren GPUs als eine gezählt. Enthaltene Abonnements nie aktiviert, weil niemand die Seriennummern registriert hat. Ein DGX Spark in der Annahme gekauft, die Abteilungslizenz decke ihn ab; NVIDIA schreibt, andere Ansprüche täten das nicht. Hypervisoren außerhalb der Supportmatrix: Version 8.2 listet ESXi, Red Hat und Ubuntu KVM sowie Nutanix AHV; Proxmox, Hyper-V und XenServer stehen nicht in der Tabelle. Und DOCA auf BlueField-Adaptern, das zusätzlich einen eigenen Supportanspruch für den Adapter braucht.

Was wir liefern

Eurokommerz verkauft NVIDIA-AI-Enterprise-Abonnements und unbefristete Lizenzen zusammen mit den GPUs, zu denen sie gehören, EU-weit, und wir schreiben den Anspruch ins Angebot: welche GPUs ein Abonnement mitbringen, welche eines brauchen und welche Supportstufe gilt. Bei der H200 NVL aktivieren wir das Fünf-Jahres-Abonnement mit Ihnen; für Server mit RTX PRO 6000 bemessen wir die Lizenzzahl am vGPU-Plan und nicht an der Zahl der Karten, die sich jemand zu teilen erhofft hat.

FAQ