NVIDIA RTX PRO 6000 Blackwell Max-Q oder Server Edition im 4-GPU-Server: Vergleich

Max-Q oder Server Edition: die Entscheidung für vier Karten

Für einen Rack-Server mit vier GPUs wählen Sie die NVIDIA RTX PRO 6000 Blackwell Server Edition, außer der Serverhersteller gibt die Max-Q für genau dieses Modell frei und die Arbeit läuft unter Linux ohne Virtualisierung. Beide Editionen tragen 96 GB GDDR7 mit ECC, vier Karten halten also dieselben Modelle und dieselbe Zahl an Gesprächen; die Unterschiede liegen in Kühlung, Leistungsbereich, Speicherbandbreite, Unterstützung für Virtualisierung und darin, welche Server die Karte aufnehmen. Die Tabelle stellt sie nebeneinander.

NVIDIA-Datenblatt zur Max-Q 5349650 (Juni 2026); Product Brief zur Server Edition SP-12355-001_v02; NVIDIA-Liste der von vGPU unterstützten GPUs (2. Oktober 2026), gelesen am 24. Oktober 2026; Support-Matrix zu NVIDIA AI Enterprise 8.2 (2. September 2026), wie in unserem Artikel zur Max-Q im Rack zitiert.

Vier Karten beider Editionen ergeben 384 GB, von denen unsere Regel für Nutzer je Karte 332,2 GiB als nutzbar zählt: 0,9 × die 95,6 GiB, die der Treiber meldet, abzüglich 3 GiB je Karte. Llama 3.3 70B in FP8 mit FP8-KV-Cache hält auf beiden Editionen 156 gleichzeitige Gespräche mit 8K als zwei Tensor-Parallel-Paare. Die vollständige Modellliste steht in unserem Leitfaden 4× RTX PRO 6000 Server Edition: Modelle, Nutzer, Strom, und jede Zahl dort gilt auch für vier Max-Q.

Kühlung und Luftstrom bei vier Karten nebeneinander

Ein Server für vier Karten ist um eine bestimmte Luftführung gebaut. Seine Lüfter drücken Luft von vorn durch die Kühlkörper und hinten hinaus, und eine passive Karte ist auf diese Luft angewiesen. NVIDIAs Product Brief zur Server Edition nennt als Mindestluftstrom durch den Kühlkörper jeder Karte 43 CFM bei 25 °C Zuluft, 65 CFM bei 35 °C und 125 CFM bei 45 °C, in beiden Richtungen; vier Karten brauchen bei 35 °C Zuluft also allein durch ihre Kühlkörper mindestens 260 CFM. Lüfter und Luftführung legt der Serverhersteller genau dafür aus.

Die Max-Q hat ihren eigenen Radiallüfter, den NVIDIAs Datenblatt als „Active“ Kühlung führt und Puget Systems als Lüfter beschreibt, der Luft aus dem Gehäuseinneren ansaugt und durch die Slotblende hinausbläst. Vier davon nebeneinander konkurrieren um die Ansaugluft. In einem Thread im Level1Techs-Forum von Mai und Juni 2026 berichtet ein Teilnehmer, dass bei vier direkt benachbarten Max-Q in seinen Tests die beiden inneren Karten drosselten und ein freier Steckplatz zwischen den Karten das verhinderte, ein anderer, dass vier Karten nebeneinander bei ihm trotz aller Versuche überhitzten; ein Aufbauprotokoll mit vier Karten vom Juli 2026 im selben Forum nennt 91 °C an den beiden inneren Karten bei 300 W. Puget begrenzt seine Desktop-Systeme auf drei Max-Q mit einem freien Steckplatz dazwischen. Ein Serverhersteller, der vier Max-Q freigibt, hat Abstände und Lüftersteuerung dafür ausgearbeitet; in einem Gehäuse, das nur die passive Karte führt, hat das niemand getan.

Auch die Richtung der Slotblende zählt. Der Radiallüfter bläst durch die Slotblende der Karte aus, die Blende muss also zum Warmgang zeigen, wie in einem hinteren Riser eines Gehäuses mit Luftstrom von vorn nach hinten. Unser Leitfaden zur RTX PRO 6000 Max-Q im Rack-Server hat die vollständige Checkliste zu Steckplätzen, Kabeln und Lüftersteuerung über den BMC.

Was die Hersteller für Server mit vier Karten freigeben

Die Listen unten haben wir am 24. Oktober 2026 gelesen. Sie zeigen das Muster, auf das ein Käufer trifft: Die gängigen Server für vier Karten nehmen die Server Edition auf, und die Systeme für die Max-Q bilden eine eigene, kurze Liste.

Lenovo Press LP2364 (8. Mai 2026) und LP2263 (28. Juli 2026); HPE QuickSpecs zum ProLiant Compute DL380a Gen12; Supermicro-Seite zum SYS-422GA-NRT; Lenovo PSREF ThinkStation PX (9. Oktober 2026).

Lenovos zwei Guides sind Spiegelbilder: Der SR650a V4 nimmt die Server Edition auf, vier davon nur in der Version „Slot Capped at 450W“, und zeigt für die Max-Q ein N; SR655 V3 und SR665 V3 zeigen für die Max-Q den Wert 3, ohne Legende im Leitfaden, und für die Server Edition ein N; die Anzahl der Max-Q bestätigen wir vor dem Angebot in Lenovos Konfiguration. HPEs QuickSpecs zum DL380a Gen12 nennen die Server Edition, die RTX PRO 6000D, die H200 NVL, die L40S, die L20 und die L4, aber keine Max-Q. Supermicros SYS-422GA-NRT führt beide: Sein Datenblatt nennt bis zu acht Karten doppelter Breite mit 600 W und ausdrücklich acht Server Edition, aber keine Anzahl für die Max-Q; die lassen wir uns für die genaue Konfiguration von Supermicro bestätigen. Weitere Server für die Server Edition stehen in unserer Liste kompatibler Server für die Server Edition, die Systeme für die Max-Q auf unserer Seite zum Kauf eines Rack-Servers mit Max-Q.

Ein typischer Fall: der Server für die Max-Q, der nur die Server Edition aufnimmt

Ein Unternehmen plant einen Inferenzserver mit vier Karten für seinen eigenen Assistenten und legt die Konfiguration auf vier Max-Q aus: 384 GB, 1.200 W für die Karten, ein 2U-Gehäuse, weil im Rack wenig Höhe frei ist. Das Team hat den 2U-Server gewählt, weil der Hersteller vier GPUs doppelter Breite bewirbt. Bei der Prüfung der GPU-Liste zeigt sich: Dieses Modell nimmt vier RTX PRO 6000 Server Edition in einer auf 450 W begrenzten Version auf und führt die Max-Q als nicht unterstützt, genau wie Lenovos SR650a V4 in den beiden Guides oben.

Es gibt drei Auswege, und der erste ist meist der richtige.

1. Server behalten, Edition wechseln. Vier Server-Edition-Karten mit der 450-W-Begrenzung halten dieselben Modelle und Gespräche. Die Karten ziehen 1.800 W statt 1.200 W, nach unserer Schätzung rund 2,7 kW an der Steckdose, was ein 16-A-Anschluss an 230 V je Seite noch trägt, und später ist vGPU möglich.
2. Max-Q behalten, Gehäuse wechseln. In 2U heißt das drei Karten auf Lenovos SR655 V3 oder SR665 V3, 288 GB statt 384 GB; vier Karten brauchen einen Server mit Freigabe, etwa Supermicros 4U-Server SYS-422GA-NRT, sobald Supermicro die Anzahl der Max-Q bestätigt, oder eine Workstation im Rack wie die Lenovo ThinkStation PX.
3. Server Edition mit niedrigerem Limit betreiben. Ihr Product Brief nennt ein Minimum von 300 W, und nvidia-smi kann ein Limit zwischen diesem Wert und dem per Hardware eingestellten Maximum setzen, wie unser Leitfaden zum Power Limit der RTX PRO 6000 zeigt; laut Brief muss ein so gesetztes Limit nach jedem Laden des Treibers neu gesetzt werden. Eine veröffentlichte Messung der Geschwindigkeit der Karte bei 300 W haben wir nicht gefunden.

Wir prüfen die Liste des Herstellers für das genaue Modell, bevor wir ein Angebot machen, sodass ein solcher Widerspruch schon im Angebot auffällt, bevor etwas geliefert wird. Nennen Sie uns den Server mit vier Karten, den Sie gewählt haben, und wir bestätigen, welche Edition er mit welcher Leistung aufnimmt.

Bandbreite und Tempo: 1.792 GB/s gegen 1.597 GB/s

Die Token-Erzeugung eines dichten Modells liest jedes Gewicht einmal je Token, die Obergrenze je Gespräch ist also die Speicherbandbreite geteilt durch die gelesenen Bytes. Für Llama 3.3 70B in FP8, rund 70,6 GB je Token, ergibt das nach unserer Rechnung rund 25 Token pro Sekunde auf einer Max-Q und rund 23 auf einer Server Edition, für ein Tensor-Parallel-Paar rund 51 gegen 45. Die Bandbreite der Max-Q liegt 12 Prozent höher, und diesen Vorsprung behält sie bei jedem Power Limit der Server Edition.

Die Verarbeitung des Prompts hängt dagegen an den Tensor Cores, und dort zählt das Power Limit. In einem Test im Level1Techs-Forum verarbeitete eine auf 300 W begrenzte RTX PRO 6000 Workstation Edition (600 W) in llama-bench einen Prompt von 512 Token mit Llama 3.3 70B mit 906,64 Token pro Sekunde, bei 600 W mit 1.734,59; die Token-Erzeugung fiel dabei nur von 20,54 auf 19,29 Token pro Sekunde. StorageReviews Übersicht vom Oktober 2026, gemessen mit einer Karte der Workstation Edition, beziffert die 450-W-Begrenzung auf 2 bis 5 Prozent weniger Durchsatz bei kurzem und 4 bis 9 Prozent bei langem Kontext. NVIDIA nennt für die Server Edition 120 TFLOPS FP32, für die Max-Q 110.

Für Chat und Agenten mit kurzen Prompts antwortet die Max-Q dank ihrer Bandbreite je Nutzer etwas schneller. Für lange Dokumente, RAG mit großem Kontext oder Batch-Jobs verarbeitet eine Server Edition mit 450 oder 600 W die Prompts schneller. Einen veröffentlichten Test beider Editionen im selben Server haben wir nicht gefunden; das sind Richtungen aus den Spezifikationen und aus Tests einzelner Karten.

vGPU, NVIDIA AI Enterprise und MIG

Bei der Virtualisierung trennen sich die beiden Editionen am deutlichsten. NVIDIAs Liste der von vGPU unterstützten GPUs, aktualisiert am 2. Oktober 2026, nennt die RTX PRO 6000 Server Edition ab Release 19.0 und ihre flüssiggekühlte Version ab 20.0, aber keine Max-Q. Unter vSphere braucht die Server Edition für vGPU ESXi 8.0 Update 3g oder neuer. Lenovos Guide zur Max-Q hält fest: „vGPU software support: No support“. Ein Server mit Max-Q kann virtuellen Maschinen trotzdem ganze Karten per PCIe-Passthrough zuweisen, doch ein Thread im Proxmox-Forum mit Hosts von zwei bis acht Karten berichtet von Fehlern beim Zurücksetzen nach dem Passthrough, und die Max-Q gehört zu den am häufigsten betroffenen Karten; unsere Seite zur Max-Q in virtuellen Maschinen fasst den Stand zusammen.

NVIDIA AI Enterprise folgt derselben Linie. Die Support-Matrix 8.2 führt die RTX PRO 6000 Server Edition in Servern von der Liste der NVIDIA-Certified Systems als unterstützt, und die Max-Q steht nicht darin. Open-Source-Serving-Engines auf Bare Metal brauchen keine NVIDIA-Lizenz; die Frage stellt sich also für NIM, für vGPU-Profile für Compute und für Enterprise-Support von NVIDIA. Die Profile je Karte stehen in unserem Leitfaden zu den vGPU-Profilen der Server Edition.

MIG funktioniert auf beiden. Jede Karte lässt sich in bis zu vier Instanzen zu 24 GB teilen, vier Karten ergeben also bis zu sechzehn isolierte GPUs für Container auf einem Linux-Host. Die Max-Q muss dafür zuerst mit NVIDIAs DisplayModeSelector in den Compute-Modus geschaltet werden, der ihre Displayausgänge abschaltet; die Server Edition wird mit abgeschalteten Ausgängen ausgeliefert.

Strom und Anschluss für vier Karten

Die Karten bestimmen den größten Teil der Last. Die Tabelle folgt unserer Methode aus den Leitfäden für vier Karten: Karten plus zwei Serverprozessoren zu 280 W, dazu rund 15 Prozent für Arbeitsspeicher, Laufwerke, Lüfter und Verluste der Netzteile.

Unsere Schätzung aus NVIDIAs Leistungsangaben und AMDs Standard-TDP von 280 W für den EPYC 9355; Anschlüsse mit 80 Prozent geplant, 2,94 kW für 16 A und 5,89 kW für 32 A bei 230 V.

Die gesamte Leistung wird zu Wärme, 3,412 BTU/h je Watt: rund 6.800 BTU/h für 2 kW und 11.600 für 3,4 kW. Die Max-Q spart Strom gegenüber einer Server Edition mit 450 oder 600 W und nichts gegenüber einer Server Edition, die auf 300 W gehalten wird. Rack-Server mit Netzteilen zu 2.400 oder 3.200 W wie HPEs DL380a Gen12 werden nur mit C19-Kabeln angeschlossen. Anschlussarten, Kabel und die Auslegung der USV stehen auf unserer Seite zum Stromverbrauch der Max-Q an 230 V und in unserem Leitfaden GPU-Server Strom: 16 A, 32 A, Drehstrom.

Welche Edition für welchen Server mit vier Karten

• Gemeinsamer Inferenzdienst im Serverraum oder Rechenzentrum: Server Edition, mit 450-W-Begrenzung in 2U oder mit 600 W in 4U. Das ist unser Inferenzknoten: vier Server-Edition-Karten, zwei AMD-EPYC-Prozessoren, 768 GB DDR5 mit ECC und vier NVMe-Laufwerke.
• Virtuelle Maschinen, virtuelle Desktops oder NIM: Server Edition, auf einem Server von der Liste der NVIDIA-Certified Systems.
• Knappes Strombudget je Rack: Server Edition mit einem Limit von 300 oder 450 W in einem Server mit Freigabe, oder die Max-Q, wo das Gehäuse sie freigibt.
• Ein Entwicklungsteam auf Bare Metal, das auf die Max-Q setzt: Max-Q, drei Karten im 2U-Paar von Lenovo, vier in einer Workstation im Rack oder der SYS-422GA-NRT von Supermicro mit einer von Supermicro bestätigten Anzahl an Max-Q.
• Vier Karten unter dem Schreibtisch: Max-Q im Tower, wie in unserem Leitfaden Workstation mit 4× Max-Q kaufen.

Wir liefern beide Editionen und bauen damit Server mit vier Karten auf Bestellung, mit Herstellergarantie, einem EU-Vertrag und einer EU-Rechnung. Senden Sie uns Modelle, Nutzerspitze und Rackplatz, und unser Team antwortet innerhalb eines Werktages mit Edition, Gehäuse und Leistungsmodus dafür. Die fertige Konfiguration mit vier Karten beschreibt unsere Seite Server mit 4× Server Edition kaufen.

FAQ