Weitere GPUs zu kaufen, wird im Wettlauf um die KI-Infrastruktur zum einfachen Teil. Sie mit Daten zu versorgen, zu kühlen, zu vernetzen, abzusichern und sinnvoll einzusetzen, macht die Sache kompliziert.
Cisco hat seine Secure AI Factory mit Nvidia am 25. August durch eine neue Partnerschaft mit Supermicro erweitert. Hinzu kommen hochdichte Rack-Computing-Systeme sowie flüssigkeits- und luftgekühlte Systeme für eine Architektur, die bereits Netzwerk, Sicherheit, Software und KI-Infrastruktur umfasst.
Der Schritt spiegelt eine größere Entwicklung bei Unternehmens-KI wider: Der Wettlauf geht über einzelne Beschleuniger hinaus und bewegt sich in Richtung kompletter Systeme, die immer anspruchsvollere Trainings- und Inferenz-Workloads bewältigen können. Für Teams, die Unternehmensinfrastrukturen betreuen, bedeutet das, dass Entscheidungen über den KI-Einsatz neben der GPU-Kapazität zunehmend auch Stromversorgung, Kühlung, Vernetzung, Sicherheit und Lifecycle-Management umfassen.
Supermicro steuert Rechen- und Kühlleistung bei
Im Rahmen der erweiterten Partnerschaft wird Cisco die hochdichten GPU-Systeme von Supermicro als Teil seines Secure-AI-Factory-Portfolios anbieten, einschließlich flüssigkeits- und luftgekühlter Konfigurationen.
Die Unternehmen kombinieren außerdem flüssigkeitsgekühlte Netzwerkgeräte von Cisco mit flüssigkeitsgekühlten Servern von Supermicro, um eine Lösung zu schaffen, die Cisco als Flüssigkühlung vom Rack bis zum Fabric bezeichnet.
Das ist insofern relevant, als eine zunehmend dichte KI-Infrastruktur neben den Leistungszuwächsen auch Probleme bei Stromversorgung und Wärmeabfuhr mit sich bringt. Supermicro vermarktet seine AI-Factory-Systeme mit Nvidia bereits mit Fokus auf Integration, Tests, Vernetzung, Speicher und Kühlung auf Rack-Ebene, statt den GPU-Server als isolierte Komponente zu behandeln.
Cisco zufolge wird die erweiterte Architektur unter anderem Systeme wie Nvidia Vera Rubin NVL72 und HGX Rubin NVL8 unterstützen. Die Anwendungsfälle reichen vom Training von Modellen mit Billionen Parametern bis hin zur Inferenz mit hohem Durchsatz.
Die Erweiterung erfolgt zu einem Zeitpunkt, an dem Nvidia sich zunehmend als mehr als ein Chipunternehmen positioniert. Auf der GTC 2026 berichtete eWeek, dass Jensen Huang Nvidia als Anbieter des „kompletten KI-Stacks“ darstellte, der Chips, Infrastruktur, Modelle, Agenten und physische KI umfasst.
Die Erkenntnis von eWeek: Cisco ergänzt seine KI-Fabrik um eine umfassendere Rack-Ebene
Die neue Ankündigung ist mehr als der Beitritt eines weiteren Partners zu Ciscos bestehender Architektur.
Als Cisco im März die Secure AI Factory erweiterte, unterstützte die Architektur bereits große KI-Fabriken und Nvidia-Cloud-Partner-konforme Implementierungen. Bei jener Ankündigung lag der Schwerpunkt jedoch darauf, KI aus zentralen Rechenzentren in lokale und Edge-Umgebungen zu bringen und zugleich durch Technologien wie Cisco AI Defense und die Hybrid Mesh Firewall die Sicherheitsfunktionen auszubauen.
Fünf Monate später ergänzt Cisco diese Strategie um eine weitere Ebene.
Die Erweiterung im August bringt hochdichte Rack-Scale-Rechenleistung von Supermicro, Flüssigkühlung vom Rack bis zum Fabric, die neuere Nvidia-Rubin-Infrastruktur und eine erweiterte Nvidia-Cloud-Partner-konforme Architektur, die sich teilweise an Neocloud- und souveräne Cloud-Anbieter richtet.
Cisco kombiniert außerdem die auf Silicon One basierende Frontend-Vernetzung mit einer auf Spectrum-X basierenden Backend-Vernetzung unter Cisco Nexus One. Cisco zufolge ist das Unternehmen der einzige Technologiepartner von Nvidia, der in einer Nvidia-Cloud-Partner-konformen Lösung eigene Netzwerkswitches und ein eigenes Netzwerkbetriebssystem einsetzt.
Der Vergleich zeigt, wie sich Ciscos Strategie für die KI-Infrastruktur verbreitert. Sicherheit und verteilte Inferenz bleiben Teil der Architektur, während die Partnerschaft mit Supermicro Kunden eine weitere Option bietet, um den Anforderungen an Rechendichte und Kühlung immer größerer KI-Cluster zu begegnen.
KI-Fabriken werden zu einem Infrastrukturgeschäft
Nvidia verfolgt dieselbe Idee aus mehreren Richtungen.
Das Unternehmen beschreibt KI-Fabriken als Infrastruktur, die Rechenkapazität in KI-Ergebnisse umwandelt. Seine Ambitionen umfassen zunehmend auch die physischen Systeme rund um die GPU. Nvidia argumentierte kürzlich, dass KI-Fabriken nicht nur Chips und Vernetzung, sondern auch Zugang zu Grundstücken, Strom und geeigneten Rechenzentrumseinrichtungen erfordern.
Kapital folgt dieser These. Anfang dieses Jahres tätigte Nvidia eine Investition von 2 Milliarden US-Dollar in CoreWeave, während die Unternehmen einen Plan verfolgten, bis 2030 eine KI-Fabrik-Kapazität von mehr als 5 Gigawatt aufzubauen.
Das Konzept breitet sich auch über traditionelle Rechenzentren hinaus aus. Nvidia und LG arbeiten beispielsweise an einer KI-Fabrik, die Fertigung, Robotik, Simulation und autonome Systeme umfasst.
Ciscos jüngste Erweiterung positioniert das Unternehmen genau auf der Ebene, die diese Workloads mit der physischen Infrastruktur verbindet.
Worauf Unternehmen achten sollten
Der Vorteil für Unternehmenskunden liegt auf der Hand: Validierte Referenzarchitekturen könnten einen Teil der Arbeit reduzieren, die nötig ist, um hochdichte KI-Infrastrukturen aus separaten Komponenten für Rechenleistung, Vernetzung, Sicherheit, Kühlung und Management zusammenzustellen.
Cisco ergänzt neue Validated Infrastructure Services, die auf die Nvidia Infrastructure Services abgestimmt sind, um zu zertifizieren, dass die eingesetzte Infrastruktur der vorgesehenen Referenzarchitektur entspricht. Außerdem erklärte Cisco, ein eigenes KI-Labor für große Systeme aufzubauen, um Tools zu entwickeln und Software rund um diesen Validierungsprozess zu testen.
Eine validierte Architektur lässt die wirtschaftlichen Aspekte jedoch nicht verschwinden. Unternehmen müssen weiterhin klären, ob sie eine KI-Infrastruktur auf Rack-Ebene benötigen, wie stark sie ausgelastet sein wird, welche Aufrüstungen bei Stromversorgung und Kühlung erforderlich sind und ob die daraus resultierende Leistung die Investitions- und Betriebskosten rechtfertigt.
Das könnte zur entscheidenderen Frage rund um die KI-Infrastruktur werden. Mit zunehmender Größe und Vernetzung der GPU-Systeme könnte der Wettbewerbsvorteil immer stärker davon abhängen, wie effizient Unternehmen die Technik rund um die Beschleuniger betreiben können – und nicht einfach davon, wie viele GPUs sie beschaffen können.
Cisco will ab Oktober 2026 Supermicro-Rechensysteme über seine Secure AI Factory mit Nvidia anbieten.
Lesen Sie auch: Der Strombedarf von KI-Rechenzentren stellt das Stromnetz auf die Probe – ein genauerer Blick darauf, wie die rasant steigende Nachfrage nach KI-Infrastruktur die Verfügbarkeit von Strom und das Stromnetz unter Druck setzt.