LabForty auf der ASBIS-Konferenz 2026
In diesem Jahr hat ein Teil des LabForty-Teams eine Fachkonferenz besucht, die unser langjähriger Technologiepartner ASBIS organisiert hat. Im Mittelpunkt standen B2B-Lösungen für moderne KI- und Datenplattformen, und es kamen große Namen der Branche zusammen: NVIDIA, Supermicro und Everpure.
Für uns war das nicht einfach eine weitere Veranstaltung. Es war die Gelegenheit zu sehen, wie KI-Infrastruktur in einer realen Umgebung aussieht. Starke Teams lernen ständig dazu, und das wertvollste Wissen kommt direkt von den Menschen, die die Technologie entwickeln, nicht nur aus der Dokumentation.
Der Ansatz von NVIDIA für moderne KI-Infrastruktur
NVIDIA-Referent Alex Pollack eröffnete die Konferenz mit einer sehr technischen Session, wie man sie in diesem Format selten erlebt. Er erklärte, wie moderne KI-Modelle arbeiten, wo beim Training und bei der Inferenz die echten Grenzen liegen und wie reale Systeme sie lösen.
Besonders nützlich war der Teil über das Open-Source-Ökosystem von NVIDIA: eine Sammlung frei verfügbarer Werkzeuge für Entwickler, die die Arbeit mit GPU-Infrastruktur deutlich zugänglicher macht.
Den stärksten Eindruck hinterließ jedoch die Bandbreite der Anwendungen, von der Automobilindustrie und dem Gesundheitswesen bis zur Robotik und Industrieautomatisierung. NVIDIA ist nicht mehr nur ein Hardwareunternehmen. Es wird zur Infrastrukturebene ganzer Branchen.
Was Supermicro vorgestellt hat
Supermicro zeigte ein umfassendes Bild der KI-Infrastrukturebene und machte deutlich, wie schnell sich das Feld entwickelt. Zum Portfolio gehören GPU-Server auf Basis der Architekturen NVIDIA HGX und PCIe, flexible MGX-Plattformen und Multi-Node-Systeme wie BigTwin und SuperBlade.
Besonders interessant waren für uns die Edge- und IoT-Lösungen: Systeme, die KI dort ausführen, wo die Daten entstehen, ohne Abhängigkeit von zentraler Infrastruktur. Gemeinsam bieten NVIDIA und Supermicro ein integriertes Modell mit hoher Leistung, Skalierbarkeit und betrieblicher Flexibilität, im Rechenzentrum ebenso wie am Edge.
Was Everpure gezeigt hat
Die Abschlusspräsentation von Everpure (ehemals Pure Storage) sorgte nach der Veranstaltung wohl für die meisten Gespräche. Leistungsstarke GPUs allein reichen nicht. Daten müssen schnell, zuverlässig und ohne unnötige Komplexität fließen. Everpure zeigte, wie sein All-Flash-Speicher und die Evergreen-Architektur eine gesamte KI-Pipeline tragen, von der Erfassung und Aufbereitung der Daten über Training und Analyse bis zum schnellen, zuverlässigen Zugriff.
Die Plattform vereint On-Premise-Infrastruktur und Cloud in einer Umgebung und arbeitet mit den Lösungen von NVIDIA und Supermicro zusammen. Das Ergebnis ist ein vollständiger Stack für Unternehmen: keine einzelnen Produkte, sondern ein integriertes System.
Was wir bei LabForty mitnehmen
Die Konferenz hat bestätigt, was wir bereits in unseren Projekten sehen: KI-Infrastruktur auf Unternehmensniveau kommt schnell im Geschäftsalltag an. Die Kombination aus NVIDIA, Supermicro und Everpure bietet einen realistischen, skalierbaren Ansatz, der die Technologie in vielen Branchen in den kommenden Jahren prägen wird.
Für uns ist das mehr als Inspiration. Es sind Richtungen, die wir bereits umsetzen, etwa wenn wir private KI auf den eigenen Servern eines Kunden betreiben. Das Wertvollste, was wir unseren Kunden bieten können, ist ein Team, das weiter wächst. Was wir entwickeln, sehen Sie bei unseren KI-Lösungen.
Fragen
- Kann LabForty KI auf unseren eigenen Servern statt in einer öffentlichen Cloud betreiben?
- Ja. Wir betreiben bereits private KI auf den Servern unserer Kunden, sodass die Daten in Ihrer Umgebung bleiben.
- Welche Hardware- und Speicheranbieter verfolgt LabForty?
- Wir arbeiten mit ASBIS als langjährigem Technologiepartner und verfolgen den Stack von NVIDIA, Supermicro und Everpure für KI-Infrastruktur.
- Warum ist Speicher für ein KI-Projekt wichtig?
- Leistungsstarke GPUs allein reichen nicht. Daten müssen schnell und zuverlässig durch die gesamte Pipeline fließen, von der Aufbereitung bis zu Training und Analyse.
Wenn die Frage ist, wo ein Modell laufen soll, können wir Ihre Server, eine private Cloud oder eine öffentliche ansehen und was innen bleiben muss.
