NEWS / QNAP QAI-h1290FX: Edge-KI-Server für On-Premises-Workloads

QNAP Systems stellt mit dem QAI-h1290FX einen neuen Edge-KI-Speicherserver vor, der Unternehmen die lokale Ausführung von KI-Anwendungen ermöglicht. Der Fokus liegt auf On-Premises-Betrieb für mehr Datensouveränität, geringere Latenzen und volle Kontrolle ohne Cloud-Abhängigkeit.

Der Server kombiniert AMD EPYC Prozessoren mit optionaler Nvidia RTX GPU-Beschleunigung und einer All-Flash-Architektur mit zwölf U.2 NVMe/SATA-Slots. Damit eignet sich das System für anspruchsvolle KI-Workloads wie Large Language Models, RAG-Suchmaschinen oder generative Anwendungen. Ergänzt wird die Hardware durch das ZFS-basierte QuTS hero Betriebssystem, das Funktionen wie Snapshots, Deduplizierung und hohe Datenintegrität bietet.

Dank Unterstützung für Container und Virtualisierung können KI-Workloads flexibel betrieben werden. Vorgefertigte Tools wie AnythingLLM, OpenWebUI und Ollama erleichtern den Einstieg, während zusätzliche Anwendungen wie Stable Diffusion oder ComfyUI den Funktionsumfang erweitern. Ziel ist es, Unternehmen eine schnell einsatzbereite, vollständig kontrollierte KI-Infrastruktur bereitzustellen.

„Wir wollten die Hürden beim Aufbau einer GPU-Workstation, der Installation von Tools und der Konfiguration komplexer Umgebungen beseitigen. Mit dem QAI-h1290FX können Anwender ihre KI-Modelle sofort einsetzen und ausführen – mit voller Kontrolle über ihre Daten und ganz ohne Abhängigkeit von der Cloud“

Oliver Lam, Produktmanager bei QNAP

Zu den zentralen Features zählen ein 16-Kern-AMD-EPYC-Prozessor, GPU-Unterstützung mit bis zu 96 GB VRAM, schnelle Netzwerkanschlüsse bis 25GbE sowie Erweiterungsmöglichkeiten über PCIe und JBOD-Systeme. Typische Einsatzszenarien reichen von internen KI-Assistenten und Dokumentensuche bis hin zu Bildgenerierung und automatisierten Workflows.

Das QNAP QAI-h1290FX ist ab sofort erhältlich und kostet 18.999 Euro.

Wer als KMU eine On-Premises-AI-Hardware wie den QAI-h1290FX einsetzt, steht damit erst am Anfang der Architektur-Entscheidung:
Welches Modell läuft auf welcher GPU sinnvoll, wie wird RAG strukturiert, wo greifen Datenschutz- und EU-AI-Act-Anforderungen in die Systemarchitektur ein?
Software-Architekt Jörg Amelunxen von software-architecture.ai begleitet Mittelständler bei genau dieser Brücke zwischen Hardware-Setup und produktiver, EU-konformer KI-Architektur.