ClusterMAX 3.0-Bewertungen kehren zurück, und günstige GPU-Clouds stehen vor einem härteren Test
Die ClusterMAX 3.0-Bewertungen unterziehen 77 GPU-Cloud-Anbieter einer umfassenderen Prüfung, obwohl die Branche Infrastruktur weiterhin über einfache Verfügbarkeits- und Kostenversprechen verkauft. SemiAnalysis veröffentlichte die neue Bewertung am 23. September 2026, nachdem das Unternehmen Managed Cluster getestet und mehr als 200 Neocloud-Nutzer befragt hatte.
Die zentrale Erkenntnis lautet nicht, dass ein Anbieter über die schnellste GPU verfügt. Vielmehr hängt nutzbare Rechenkapazität von allem ab, was diese GPU umgibt. Netzwerke, Speicher, Scheduler, Monitoring, Sicherheit und Support entscheiden darüber, ob teure Beschleuniger produktive Arbeit leisten oder ungenutzt bleiben.
Diese Unterscheidung setzt Anbieter unter Druck, die vor allem über niedrige Mietpreise oder Zugang zu knapper Hardware konkurrieren. CoreWeave bleibt ein technischer Maßstab, während Nebius nun zur Spitzengruppe aufgeschlossen hat. Auch Google Cloud verbesserte sich, doch mehrere bekannte Anbieter fielen zurück oder waren für Tests nicht verfügbar.
ClusterMAX 3.0-Bewertungen erhöhen die Messlatte für 77 Anbieter
ClusterMAX 3.0 macht die Bewertung von GPU-Clouds zu einem operativen Test und nicht zu einem Vergleich von Beschleunigernamen und beworbenen Tarifen.
Die neue Ausgabe umfasst 77 bewertete Anbieter und erweitert den breiteren Marktüberblick von SemiAnalysis auf 323 Unternehmen. In der vorherigen großen Ausgabe wurden 84 Anbieter bewertet, während 209 verfolgt wurden. Nur 19 Anbieter erhielten in der jüngsten Bewertung eine Medaillenbewertung.
Diese Zahlen müssen sorgfältig eingeordnet werden. Eine kleinere Gruppe bewerteter Anbieter bedeutet nicht zwangsläufig, dass der Markt geschrumpft ist. SemiAnalysis verfolgt weitere Unternehmen, die weiterhin nicht testbar sind, nicht ausreichend relevant sind, eingeschränkte Märkte bedienen oder noch keinen qualifizierenden Managed Service gestartet haben.
Die Bewertung konzentriert sich auf Managed Cluster. Dabei handelt es sich um Umgebungen, in denen der Anbieter wichtige Betriebsebenen übernimmt, die über die Bereitstellung physischer Server hinausgehen. Dazu können Orchestrierung, Monitoring, Fehlererkennung, Hardwareaustausch, Speicher, Netzwerkmanagement und fortlaufender technischer Support gehören.
Der Umfang schließt mehrere angrenzende Geschäftsmodelle aus. Einfache Bare-Metal-Vermietungen, tokenbasierte Inferenzdienste, Post-Training-Plattformen und Agent-Sandbox-Dienste werden nicht gleichwertig behandelt. Ein Unternehmen kann nützliche GPU-Infrastruktur betreiben, ohne sich als starker Managed-Cluster-Anbieter zu qualifizieren.
Diese Abgrenzung ist wichtig, weil der Begriff „GPU-Cloud“ inzwischen sehr unterschiedliche Produkte umfasst. Ein Anbieter kann Server bereitstellen und erwarten, dass Kunden jede Softwareebene selbst verwalten. Ein anderer kann den Scheduler betreiben, ausgefallene Nodes untersuchen und Ersatzkapazität bereithalten.
SemiAnalysis bewertet diese Unterschiede anhand von zehn Kategorien. Dazu gehören Sicherheit, Lifecycle-Management, Orchestrierung, Speicher, Networking, Zuverlässigkeit, Monitoring, Preisgestaltung, Partnerschaften und Verfügbarkeit. Die öffentlichen Bewertungskriterien beschreiben die in jeder Kategorie erwarteten Fähigkeiten.
Die daraus resultierenden Stufen sind relative und keine universellen Zertifizierungen. Ein Anbieter erreicht seine Position, indem er im Vergleich mit Wettbewerbern unter der aktuellen Methodik besser abschneidet. Höhere Standards können ein Unternehmen daher zurückstufen, selbst wenn sich sein Service nicht sichtbar verschlechtert hat.
ClusterMAX 3.0 fügte zwischen Bronze und Underperforming die Kategorie Participation Ribbon hinzu. Fünfzehn Anbieter kamen in diese Stufe. SemiAnalysis verwendet sie für Dienste, die grundlegende Anforderungen erfüllen, aber nicht die operative Reife bieten, die von empfohlenen Managed Clustern erwartet wird.
Der Bericht brachte auch bemerkenswerte Veränderungen in der Spitzengruppe hervor. Nebius stieg neben CoreWeave von Gold auf Platinum auf. Google Cloud schloss sich Oracle in Gold an, während Azure auf Silver zurückfiel. GMI stieg von Bronze auf Silver.
Andere Veränderungen waren weniger günstig. Crusoe fiel auf Bronze zurück, während Fluidstack in die Kategorie Unavailable eingestuft wurde, weil SemiAnalysis keine ausreichende Überprüfung abschließen konnte. Lambda, Firmus und TensorWave blieben in Silver.
Diese Veränderungen verdeutlichen den zentralen Konflikt des Berichts. Anbieter können neue GPUs beschaffen und große Anlagen ankündigen, aber bei den weniger sichtbaren Systemen zurückfallen, die Cluster produktiv halten.
Der vollständige ClusterMAX 3.0-Bericht ist zudem mehr als ein Ranking. Er verknüpft technische Tests mit Kundeninterviews, Vertragserwartungen und anbieterbezogenen operativen Erkenntnissen.
Diese Kombination bietet Käufern einen stärkeren Ausgangspunkt als eine Rangliste, die auf Spitzenwerten in Benchmarks basiert. Sie gibt Anbietern außerdem eine öffentliche Checkliste der Fähigkeiten, die anspruchsvolle Kunden zunehmend erwarten.
Zuverlässigkeit ist wichtiger als Spitzenleistung der GPU
Ein schneller Cluster verliert seinen Vorteil, wenn ausgefallene Komponenten weiterhin eingeplant werden können, Jobs wiederholt neu starten oder der Support die Kapazität nicht rasch wiederherstellen kann.
SemiAnalysis forderte von jedem teilnehmenden Anbieter 32 GPUs an. Die bevorzugte Konfiguration bestand aus vier HGX-Nodes mit jeweils acht GPUs oder acht Nodes mit jeweils vier GPUs innerhalb einer NVL72-Bereitstellung. Außerdem wurden Netzwerke mit hoher Bandbreite und zwei Speicherformen angefordert.
Jede Umgebung benötigte mindestens 10 Terabyte leistungsstarken Dateispeicher und mindestens 10 Terabyte S3-kompatiblen Objektspeicher. Die Anbieter wurden zudem gebeten, ein Monitoring-Dashboard bereitzustellen.
Die Tests deckten sowohl Slurm als auch Kubernetes ab. Slurm ist ein Scheduler, der häufig für große Rechenaufgaben eingesetzt wird, während Kubernetes containerisierte Anwendungen über Cluster hinweg verwaltet. SemiAnalysis forderte fünf Tage pro Umgebung an, wobei Anbieter diese Zeiträume parallel durchführen konnten.
Auch die Hardwareanforderung wurde angehoben. SemiAnalysis betrachtete Nvidia-B200-, B300-, GB200- und GB300-Systeme ebenso wie AMD-MI355X-Infrastruktur als akzeptabel. H100-Systeme wurden für diese Bewertung als ältere Generation eingestuft.
Der Prozess beginnt mit einem Konfigurationsaudit. Dieses Audit untersucht Hardwareinventar, Firmware, Treiber, Container-Unterstützung, Scheduler-Einstellungen, Networking, Speicher, Monitoring und Sicherheit. Das öffentliche Cluster-Audit-Tool meldet bestandene Prüfungen, Warnungen, Fehler und übersprungene Checks.
Die Leistungstests untersuchen anschließend GPU-Rechenleistung, Netzwerkverhalten, Speicher, Lifecycle-Operationen, Training und Inferenz. SemiAnalysis nutzt sowohl Microbenchmarks als auch Workloads, die Interaktionen über den gesamten Cluster hinweg sichtbar machen sollen.
Zu den Trainingstests gehören das Pretraining von Llama 3.1 8B und ein Mixture-of-Experts-Workload. Ein Mixture-of-Experts-Modell aktiviert für jede Eingabe ausgewählte Komponentennetzwerke und erzeugt dadurch anspruchsvolle Kommunikationsmuster zwischen Beschleunigern.
Dieser zweite Workload hilft dabei, Netzwerkprobleme aufzudecken, die isolierte GPU-Benchmarks übersehen können. Ein Server kann starke Ergebnisse bei Matrixmultiplikationen liefern, während der Cluster bei kollektiver Kommunikation zwischen Nodes Zeit verliert.
Inferenztests erfüllen einen ähnlichen Zweck. Sie untersuchen rechen-, speicher- und kommunikationsgebundene Bedingungen. Wenn ein Netzwerk anhaltende Kollektivtests nicht besteht, kann das System bei Skalierung keinen nutzbaren Token-Durchsatz aufrechterhalten.
ClusterMAX geht dann über Geschwindigkeit hinaus und untersucht die Zuverlässigkeit. SemiAnalysis führt einen achtstündigen Burn-in-Test durch, der GPUs und Netzwerk gleichzeitig belastet. Der Test erfasst Temperaturen, Leistungsaufnahme, Taktraten, Berechnung, Latenz, Bandbreite, Konnektivität und Kernel-Fehler.
Gleichzeitige Belastung ist wichtig, weil reale Workloads mehrere Komponenten zusammen aufheizen. Das getrennte Testen von GPU und Netzwerk kann Fehler übersehen, die durch thermische oder elektrische Wechselwirkungen unter anhaltender clusterweiter Last verursacht werden.
Die Prüfer injizieren außerdem Fehler. Sie können synthetische Nvidia-Fehlermeldungen in das Kernel-Log schreiben oder über die PCIe-Bridge einen echten Verbindungsfehler auslösen. Anschließend messen sie Erkennung und Wiederherstellung.
Ein leistungsfähiger Dienst sollte einen ausgefallenen Node identifizieren, keine Arbeit mehr darauf einplanen und mit der Behebung beginnen. Bei herkömmlichen HGX-Clustern umfasst die ideale Reaktion oft den Austausch des betroffenen Nodes durch einen Hot Spare.
Rack-Skalierungs-NVL72-Systeme stellen ein schwierigeres Problem dar. Ihre GPUs teilen sich eine eng verbundene NVLink-Domäne, sodass Betreiber nicht immer eine kleine Einheit austauschen können, ohne das größere Rack zu beeinträchtigen. Anbieter benötigen für degradierte Systeme andere Betriebsverfahren.
SemiAnalysis erwartet im Allgemeinen, dass Zustandsprüfungen einen fehlerhaften Node innerhalb von zwei Minuten erkennen. Dieses Ziel verwandelt „Zuverlässigkeit“ von einem Marketingversprechen in einen beobachtbaren Reaktionsprozess.
Fehlererkennung allein reicht nicht aus. Das Monitoring muss die ausgefallene Komponente, betroffene Jobs, den Scheduler-Zustand und die Aktualität jeder Zustandsprüfung identifizieren. Ein grünes Dashboard wird irreführend, wenn die zugrunde liegenden Daten veraltet sind.
Automatische Fehlerbehebung fügt eine weitere Ebene hinzu. Das System kann einen Node isolieren, eine GPU zurücksetzen, Software neu starten oder eine Hardwarereparatur einleiten. Die richtige Reaktion hängt vom Fehler ab, und automatische Neustarts können bei unbedachter Anwendung gesunde Arbeit zerstören.
Nvidia dokumentiert GPU-Fehlercodes, die viele unterschiedliche Fehlerzustände abdecken. Sich überschneidende Fehler machen die Wiederherstellung zu einer Frage operativer Beurteilung und nicht nur der Installation von Monitoring-Software.
Deshalb ist Spitzengeschwindigkeit eine unvollständige Beschaffungskennzahl. Käufer erhalten letztlich Goodput, also die nach Berücksichtigung von Ausfällen, Neustarts und operativen Verzögerungen erledigte nützliche Arbeit.
Ein günstigerer Cluster kann teurer werden, wenn Forschende wiederholt Infrastrukturprobleme diagnostizieren müssen. Die verlorene Zeit umfasst ungenutzte GPUs, unterbrochene Experimente, verzögerte Modellveröffentlichungen und Engineering-Aufwand, der von der Produktarbeit abgezogen wird.
Günstige GPU-Clouds konkurrieren jetzt mit den gesamten Betriebskosten
ClusterMAX 3.0 verlagert die Kaufentscheidung von Stundensätzen hin zu den Kosten für verlässliche, nutzbare Rechenleistung.
Veröffentlichte Mietpreise lassen sich weiterhin leicht vergleichen. Zuverlässigkeit, Supportqualität und Wiederherstellungszeit sind schwieriger in einer Beschaffungsübersicht abzubilden. Dennoch entscheiden diese Faktoren oft über die endgültigen Kosten eines großen Trainingslaufs.
Betrachten wir ein Team, das einen Multi-Node-Cluster für die Modellentwicklung mietet. Eine ausfallende GPU kann jeden Teilnehmer eines synchronisierten Jobs verlangsamen. Ein nachhängender Prozess, oft Straggler genannt, zwingt den Rest des Systems zum Warten.
Der Kunde nutzt weiterhin Kapazität, während die Leistung sinkt. Ingenieure können Stunden damit verbringen, Logs zu durchsuchen, Nodes zu isolieren und Tests erneut auszuführen. Ein niedriger beworbener Tarif bietet kaum Schutz vor dieser Verschwendung.
CoreWeave bleibt Platinum, weil SemiAnalysis seine Cluster in den entscheidenden Kategorien als stark bewertete. Dem Bericht zufolge arbeiteten die Zustandsprüfungen wie vorgesehen, und die meisten Tests erreichten ohne umfangreiche Eingriffe die erwarteten Werte.
Das Unternehmen hat außerdem eine GPU-Straggler-Erkennung hinzugefügt. Laut seiner Monitoring-Dokumentation analysiert die Funktion Kommunikationstelemetrie, um Worker zu identifizieren, die verteilte Jobs verlangsamen.
Diese Funktion veranschaulicht das Argument für Premium-Dienste. Das wertvolle Produkt ist nicht nur der Zugang zu einem Beschleuniger. Es ist ein System, das subtile Probleme erkennt, bevor Nutzer die gesamte Flotte manuell durchsuchen müssen.
Nebius schließt sich CoreWeave nun in Platinum an. SemiAnalysis beschreibt das Unternehmen als durchgängig stark in allen Kategorien und aktiv im Markt für Cluster mit kürzeren Laufzeiten. Diese Positionierung ist für Start-ups ohne Verpflichtungen in Hyperscaler-Größe wichtig.
Der Aufstieg von Google Cloud zu Gold bietet einen anderen Vergleich. Hyperscaler bringen umfassende Infrastruktur-Erfahrung, breitere Sicherheitsprogramme und ausgereifte Serviceportfolios mit. Ihre Allzweckplattformen optimieren jedoch nicht immer jeden Workflow rund um verwaltete KI-Cluster.
Oracle behielt Gold und erhielt Anerkennung für sein Scale-out-Netzwerkdesign. Scale-out-Netzwerke verbinden Systeme über einen eng integrierten einzelnen Server oder ein Rack hinaus und ermöglichen so, dass Trainingsjobs über weitaus mehr GPUs hinweg laufen.
Azure fiel auf Silber zurück und zeigt damit, dass Unternehmensgröße nach dieser Methodik nicht automatisch zur besten Erfahrung mit verwalteten Clustern führt. ClusterMAX bewertet die bereitgestellte Umgebung, nicht das gesamte Engineering-Budget eines Anbieters.
Die Ergebnisse stellen zudem eine verbreitete Annahme über neuere Neoclouds infrage. Spezialisierung kann ihnen helfen, Dienste rund um KI-Workloads aufzubauen. Sie garantiert jedoch weder gute Orchestrierung noch zuverlässigen Speicher, aktuelle Software oder schnellen Support.
Einige Anbieter bleiben für Bare-Metal-Käufer attraktiv. Große KI-Labore verfügen häufig über interne Teams, die Scheduler, Monitoring und Wiederherstellung verwalten können. Diese Kunden bevorzugen möglicherweise direkte Kontrolle und akzeptieren weniger verwaltete Funktionen.
Kleinere Labore stehen vor einer anderen Abwägung. Ihnen fehlen möglicherweise Spezialisten, die Netzwerktopologie, GPU-Fehlerbehandlung, verteilten Speicher und Job-Scheduling verstehen. Ein Managed Service kann Fachwissen ersetzen, das sie nicht ohne Weiteres einstellen können.
Agentisches Programmieren verkompliziert diese Trennung. SemiAnalysis stellte fest, dass Coding-Agenten seinem Team dabei halfen, fehlende Dokumentation und wiederkehrende Verwaltungsaufgaben zu bewältigen. Das kann weniger stark verwaltete Infrastruktur für erfahrene Betreiber erträglicher machen.
Dieselben Agenten erzeugten jedoch auch fehlerhafte Konfigurationen. Sie wählten mitunter das falsche Netzwerk, testeten lokalen statt gemeinsam genutzten Speicher oder planten GPU-Arbeit auf CPU-Knoten ein.
KI-Unterstützung hebt den Wert operativen Wissens daher nicht auf. Sie verstärkt Teams, die das gewünschte Ergebnis bereits verstehen. Weniger erfahrene Nutzer können plausible Anweisungen erhalten, die Leistungstests unbemerkt ungültig machen.
Für Käufer hat der praktische Vergleich vier Ebenen:
Bereitstellung von Rechenleistung
Liefert der Anbieter die zugesagte Accelerator-Generation und Konfiguration?
Entspricht die gemessene Compute-Performance vernünftigen Erwartungen?
Cluster-Integration
Arbeiten Netzwerk, Speicher, Slurm und Kubernetes unter realistischer Last zusammen?
Können Nutzer gute Ergebnisse ohne umfangreiches manuelles Tuning reproduzieren?
Betriebliche Wiederherstellung
Erkennt die Plattform fehlerhafte Hardware und entfernt sie aus dem Scheduling?
Kann der Anbieter nutzbare Kapazität ohne langwieriges Eingreifen des Kunden wiederherstellen?
Vertragliche Verantwortlichkeit
Definiert der Vertrag Ausfallzeiten, Abnahmetests, Servicegutschriften und Ausstiegsrechte?
Kommuniziert der Anbieter klar, wenn eine physische Reparatur erforderlich ist?
Dieser Rahmen macht beworbene Preise nur zu einem Eingabewert. Der aussagekräftige Nenner ist erledigte Arbeit, nicht reservierte GPU-Zeit.
Sicherheit ist Teil der GPU-Cloud-Performance
Ein Cluster kann nicht als produktionsreif gelten, wenn veraltete Software, schwache Isolierung oder mangelhafte Zugriffskontrollen wertvolle Modelle und Daten gefährden.
Sicherheit erhält in ClusterMAX 3.0 ungewöhnlich viel Gewicht. SemiAnalysis argumentiert, dass die Ausgaben für KI-Infrastruktur bei vielen Neoclouds grundlegende Schutzmaßnahmen überholt haben.
Das Risiko beginnt mit der Komplexität des Clusters. Verwaltete Umgebungen kombinieren Betriebssysteme, Treiber, Scheduler, Container, Speicher, Hochgeschwindigkeitsnetzwerke, Dashboards und Administrationswerkzeuge. Jede Schicht schafft Zugangsdaten, Berechtigungen und Software, die Betreiber pflegen müssen.
Ein kompromittierter Management-Knoten kann mehr als eine Maschine offenlegen. Er könnte Wege zu benachbarten Systemen, gemeinsam genutztem Speicher, Modell-Checkpoints, proprietären Datensätzen oder Zugangsdaten eröffnen, die andernorts in der Umgebung des Kunden verwendet werden.
Cluster-Netzwerke mit hoher Bandbreite setzen zudem erhebliches Vertrauen zwischen Komponenten voraus. Dieses Vertrauen unterstützt schnelles verteiltes Rechnen, doch mangelhafte Segmentierung kann den durch ein kompromittiertes System verursachten Schaden vergrößern.
Sicherheit beeinflusst die nutzbare Leistung daher auf mehrere Arten. Ein Sicherheitsvorfall kann Arbeit stoppen, Incident Response auslösen, Ergebnisse beschädigen oder Notfall-Patches erzwingen. Schwache Kontrollen können einen Anbieter auch noch vor Beginn eines Benchmarks inakzeptabel machen.
SemiAnalysis bezieht Software- und Firmware-Versionen, Zugriffskonfiguration, Container, Netzwerkeinstellungen und Monitoring in sein anfängliches Audit ein. Der Prozess ersetzt keinen vollständigen Penetrationstest, erkennt jedoch operative Warnsignale.
Die Bewertung prüft auch Zertifizierungen und dokumentierte Kontrollen. Zertifizierungen wie SOC 2 oder ISO 27001 beweisen nicht, dass jeder Cluster sicher ist. Ihr Fehlen kann dennoch darauf hinweisen, dass einem Anbieter grundlegende organisatorische Prozesse fehlen.
Käufer sollten Isolierung an mehreren Grenzen prüfen. Dazu gehören die Trennung zwischen Kunden, Berechtigungen innerhalb eines Tenants, der Zugriff von Mitarbeiterinnen und Mitarbeitern des Anbieters sowie Kontrollen rund um Speicher-Snapshots und Backups.
Der Umgang mit Zugangsdaten verdient dieselbe Aufmerksamkeit. SSH-Schlüssel, Cloud-Tokens, Servicekonten und Scheduler-Berechtigungen können länger als vorgesehen aktiv bleiben. Schwaches Offboarding macht aus einer routinemäßigen Personaländerung eine dauerhafte Gefährdung.
Monitoring bringt einen eigenen Sicherheitskonflikt mit sich. Anbieter benötigen detaillierte Telemetrie, um Hardwarefehler und Performance-Anomalien zu erkennen. Diese Erfassung darf weder sensible Job-Informationen offenlegen noch übermäßigen Dashboard-Zugriff gewähren.
Der Druck steigt, sobald KI-Agenten mehr operativen Zugriff erhalten. Ein Agent, der Nutzer ändern, Jobs einreichen oder Knoten diagnostizieren kann, spart Zeit. Er kann jedoch auch einen fehlerhaften Befehl über wertvolle Infrastruktur hinweg ausführen.
SemiAnalysis berichtet, dass Agenten am nützlichsten waren, wenn die Umgebung klare Erfolgskriterien und detaillierten Kontext bot. Diese Beobachtung verbindet Dokumentationsqualität mit Sicherheit. Gute Anweisungen verringern Improvisation und erleichtern die Überprüfung automatisierter Aktionen.
Die Kritik des Berichts braucht dennoch Grenzen. ClusterMAX legt nicht jeden Sicherheitstest und nicht jedes Ergebnis eines Anbieters öffentlich offen. Käufer sollten sein Stufensystem nicht als Ersatz für ihr eigenes Bedrohungsmodell behandeln.
Anbieter bedienen zudem Kunden mit unterschiedlichen Anforderungen. Ein Forschungsprototyp, ein regulierter Enterprise-Workload und ein Training eines Frontier-Modells bergen nicht identische Risiken. Ein Ranking kann die Risikotoleranz jeder Organisation nicht abbilden.
Die breite Schlussfolgerung ist jedoch schwer von der Hand zu weisen. GPU-Clouds beherbergen konzentrierte Rechenleistung, wertvolles geistiges Eigentum und zunehmend autonome Software. Sicherheitsversagen kann jeden Vorteil durch niedrigere Kosten oder höhere Benchmark-Performance zunichtemachen.
Das Ranking ist nützlich, aber kein universelles Urteil
ClusterMAX bietet ungewöhnlich detaillierte Belege, doch seine Ergebnisse bleiben eine getestete Momentaufnahme, geprägt durch Umfang, Zugang und Methodik.
Die erste Einschränkung betrifft die Konfigurationsgröße. SemiAnalysis forderte im Allgemeinen 32 GPUs an, während große Kunden Cluster mit deutlich mehr Maschinen betreiben können. Performance- und Zuverlässigkeitsprobleme verändern sich häufig, wenn Systeme skalieren.
Ein Anbieter, der über vier Knoten hinweg gut abschneidet, kann bei Hunderten Knoten mit anderen Herausforderungen bei Überlastung, Scheduling oder Reparaturen konfrontiert sein. SemiAnalysis ergänzt seine Tests teilweise durch Kundeninterviews, weil eine Bewertung nicht jedes Deployment reproduzieren kann.
Die zweite Einschränkung betrifft den Zeitpunkt. Der Bericht erfasst Umgebungen innerhalb eines bestimmten Testzeitraums. Anbieter aktualisieren Treiber, ersetzen Hardware, ändern Speichersysteme und schreiben Orchestrierungswerkzeuge um.
SemiAnalysis erklärt, dass seine Bewertungen mit den Veränderungen des Markts aktualisiert werden. Dennoch sollten Käufer bestätigen, ob eine geprüfte Konfiguration der ihnen angebotenen Region, Hardware-Generation und dem Software-Stack entspricht.
Die dritte Einschränkung betrifft den Zugang. Manche Anbieter konnten oder wollten keinen geeigneten Cluster bereitstellen. Eine Einstufung als Unavailable kann auf begrenzte Kapazität, geografische Einschränkungen, einen verzögerten Start oder die Unmöglichkeit hinweisen, den Dienst zu überprüfen.
Diese Kategorie ist nicht identisch mit Underperforming. Die eine spiegelt fehlende Belege wider, die andere beobachtete Defizite. Beschaffungsteams sollten diese Unterscheidung beibehalten.
Die vierte Einschränkung betrifft die Kooperation der Anbieter. SemiAnalysis kommuniziert während der Tests mit Unternehmen, insbesondere wenn die gezielte Auslösung von Fehlern kompatibles Monitoring erfordert. Das hilft, valide Ergebnisse zu erzeugen, unterscheidet sich jedoch vom anonymen Kauf.
Anbieter wissen, dass Bewerter die Umgebung prüfen. Sie haben Anreize, eine vorteilhafte Konfiguration bereitzustellen und schnell zu reagieren. Gewöhnliche Kunden benötigen Verträge und Referenzen, die eine ähnliche Behandlung bestätigen.
Die fünfte Einschränkung betrifft den kommerziellen Umfang. ClusterMAX bewertet verwaltete Cluster und kann daher einen Anbieter unterbewerten, der sich bewusst auf Bare Metal spezialisiert. Dieser Dienst kann für Teams mit starkem Infrastrukturpersonal dennoch geeignet sein.
Auch das gegenteilige Problem besteht. Ein ausgefeiltes Portal oder ein reaktionsschneller Onboarding-Prozess kann Vertrauen schaffen, bevor dauerhafte Workloads beginnen. Langfristige Zuverlässigkeit lässt sich schwerer überprüfen als ein überzeugender erster Eindruck.
Kundeninterviews stärken die Methodik, führen aber eine weitere Unsicherheit ein. Öffentliche Leser können nicht jedes Interview, jede Beschwerde oder jede Gewichtungsentscheidung unabhängig prüfen. SemiAnalysis kontrolliert die abschließende Synthese.
Der Titel „industry standard“ sollte daher als Positionierung des Herausgebers verstanden werden, gestützt durch sichtbare Nutzung in der Branche. Er ist kein staatlicher Standard und kein formales Zertifizierungsframework.
Dennoch verbessert die Methodik die Transparenz in einem Markt voller schwieriger Vergleiche. Der öffentliche Bewertungsüberblick erklärt, dass der Prozess praktische Tests, Dokumentationsprüfung und Nutzerfeedback kombiniert.
Die relative Bewertungsstruktur fördert zudem kontinuierliche Verbesserung. Ein Anbieter kann nicht davon ausgehen, dass die Konfiguration von gestern wettbewerbsfähig bleibt, wenn Wettbewerber besseres Monitoring, schnellere Behebung oder klarere Verträge hinzufügen.
Für Kunden besteht die richtige Reaktion nicht darin, das Ranking direkt in eine Kaufentscheidung zu übernehmen. Sie sollten den Bericht als Liste von Fragen nutzen, die Anbieter mit Belegen beantworten müssen.
Kann der Anbieter seine Performance für den vorgesehenen Workload des Kunden reproduzieren? Kann er aktuelle Wiederherstellungsdaten vorlegen? Misst der Vertrag Ausfallzeiten auf Knoten-, Rack-, Cluster- und Standortebene?
Wer kontrolliert physische Reparaturen, wenn Geräte in einer Colocation-Einrichtung stehen? Sind Hot Spares verfügbar? Was geschieht, wenn ein Netzwerkfehler intermittierende Verlangsamungen statt eines vollständigen Ausfalls verursacht?
Wie handhabt der Anbieter Sicherheits-Patches, ohne undefinierte Ausfallzeiten zu erzeugen? Auf welche Zugriffe kann sein Supportpersonal zugreifen? Kann der Kunde Logs und Monitoring-Daten zur unabhängigen Prüfung exportieren?
Diese Fragen zeigen, warum das Ranking auch dann relevant ist, wenn ein Käufer einen Anbieter einer niedrigeren Stufe auswählt. ClusterMAX gibt Kunden ein Vokabular, um Schutzvorkehrungen auszuhandeln, statt allgemeine Versprechen zu akzeptieren.
ClusterMAX 3.0 macht Support und Verträge zu technischen Merkmalen
Die folgenreichste Veränderung ist die Behandlung von Support-Verpflichtungen als messbare Bestandteile der Cluster-Architektur.
GPU-Cloud-Vereinbarungen trennen technische Spezifikationen oft von kommerziellen Schutzvorkehrungen. Ein Vertrag führt Hardware, Kapazität und Verfügbarkeit auf, während operative Details vage bleiben.
ClusterMAX 3.0 verringert diese Lücke. SemiAnalysis hat standardisierte Service-Level-Konzepte für konventionelle HGX-Systeme und Rack-Scale-Architekturen entwickelt. Diese beziehen sich auf Knoten, Racks, Cluster und Standorte.
Das Framework definiert Ausfallzeiten, statt den Begriff offen für Interpretationen zu lassen. Es beschreibt zudem Abnahmetests für GPU-Rechenleistung, Netzwerk, Speicher und Software, bevor ein Kunde die Lieferung akzeptiert.
Akzeptanz ist wichtig, weil ein Cluster eingeschaltet werden kann, ohne bereits produktionsbereit zu sein. Fehlkonfigurierte Netzwerke, nicht zugänglicher Speicher, veraltete Treiber oder eine fehlerhafte Scheduler-Integration können den produktiven Einsatz verzögern, obwohl die Abrechnung bereits begonnen hat.
Eine belastbare Vereinbarung sollte festlegen, wann der Dienst als abgenommen gilt. Sie sollte außerdem beschreiben, was geschieht, wenn der Anbieter diesen Termin verfehlt.
SemiAnalysis empfiehlt regelmäßige Überprüfungen der Service-Level-Performance. Dadurch wird Zuverlässigkeit zu einer fortlaufenden Verpflichtung statt zu einem Versprechen, das erst nach einem größeren Streitfall bewertet wird.
Das Framework berücksichtigt auch legitime Ausnahmen. Geplante Upgrades, Sicherheitspatches und physische Wartungsarbeiten können Ausfallzeiten erfordern. Der Vertrag sollte diese Ausnahmen definieren, statt jede Unterbrechung in einer weit gefassten Wartungsklausel verschwinden zu lassen.
Die Supportqualität wird über den Weg von der Erkennung bis zur Behebung messbar. Ein Anbieter muss wissen, welche Komponente ausgefallen ist, verhindern, dass neue Workloads sie erreichen, und den Plan zur Behebung kommunizieren.
Die Eigentümerschaft an der Anlage beeinflusst diesen Ablauf. Ein Betreiber, der sein eigenes Rechenzentrum kontrolliert, kann Techniker, Ersatzteile und Verfahren direkt steuern. Ein Anbieter, der Colocation nutzt, kann vom Remote-Hands-Zeitplan eines anderen Unternehmens abhängig sein.
Keines der beiden Modelle ist automatisch überlegen. Entscheidend ist, ob die Betriebsstruktur eine Wiederherstellung innerhalb des zugesagten Zeitfensters ermöglicht.
Bei Grace Blackwell-Racksystemen wird dieser Unterschied noch deutlicher. Direkte Flüssigkeitskühlung, hohe Rack-Leistung, Arm-basierte Host-Prozessoren und rackweites NVLink schaffen Abhängigkeiten, die ältere GPU-Deployments nicht kannten.
Eine ausgefallene Komponente kann eine größere Kapazitätseinheit beeinträchtigen. Reparaturverfahren müssen eng gekoppelte Trays und Racks berücksichtigen, statt jeden Acht-GPU-Server als austauschbar zu behandeln.
Die kommende Vera Rubin-Generation wird die Anforderungen an Stromversorgung und Netzwerke erneut erhöhen. SemiAnalysis erwartet, dass dieser Architekturwechsel weniger störend ausfällt als der Übergang von Hopper zu Grace Blackwell, doch Anbieter stehen weiterhin vor operativen Aufgaben.
Für Käufer gehört Support deshalb zur technischen Bewertung. Ein kompetentes Response-Team, erprobte Verfahren, verfügbare Ersatzteile und präzise Telemetrie bestimmen die Leistung, die langfristig tatsächlich geliefert wird.
Dasselbe Prinzip gilt für die Preisgestaltung. Ein Tarif ohne brauchbaren Support verlagert das Betriebsrisiko auf den Kunden. Ein höherer Tarif kann einen besseren Wert bieten, wenn er Engineering-Zeit schützt und die erfolgreiche Fertigstellung von Jobs sichert.
ClusterMAX beendet Verhandlungen nicht. Es erleichtert jedoch, die verborgenen Aspekte dieser Verhandlungen zu erkennen.
Worauf GPU-Cloud-Käufer als Nächstes achten sollten
Der nächste Test besteht darin, ob die führenden Anbieter in ClusterMAX ihren Vorsprung bewahren können, während sich Hardware, Workloads und Beschaffungsmodelle gleichzeitig verändern.
Das erste Signal ist eine unabhängige Reproduktion der neuen Bewertungen. Kunden sollten ihre eigenen Abnahmetests und langlaufenden Jobs mit den Erkenntnissen von SemiAnalysis vergleichen. Konsistente Ergebnisse würden den Wert des Rankings über ein einzelnes Bewertungsfenster hinaus stärken.
Das zweite Signal ist die Entwicklung der Anbieter während der Vera Rubin-Einführung. Unternehmen, die zuverlässige Grace Blackwell-Systeme betrieben haben, sollten einen Vorsprung besitzen. Neue Anforderungen an Stromversorgung, Netzwerke und Kühlung können dennoch Schwächen in der Kapazitätsplanung und im Support offenlegen.
Achten Sie darauf, ob Anbieter klare Lieferzeitpläne und operative Zielwerte veröffentlichen. Marketingankündigungen sind weniger wichtig als stabile Cluster, auf denen Kunden-Workloads laufen. Verzögerungen, Konfigurationsänderungen und begrenzter regionaler Zugang zeigen, wie ausgereift jeder Rollout tatsächlich ist.
Das dritte Signal ist die Ausweitung von ClusterMAX auf Inference-Endpunkte, Infrastruktur für Reinforcement Learning und Agent-Sandboxes. Diese Produkte bringen andere Engpässe mit sich als herkömmliche Trainingscluster.
Inference-Dienste müssen Latenz, Durchsatz, Modellladen und unvorhersehbare Nachfrage ausbalancieren. Reinforcement-Learning-Systeme koordinieren Generierung, Sandbox-Ausführung, Training und häufige Modellupdates. Eine Schwäche in jeder dieser Phasen kann GPUs ungenutzt lassen.
Diese Erweiterung könnte ClusterMAX stärken, weil sie widerspiegelt, wie KI-Teams Infrastruktur heute nutzen. Sie könnte das Framework aber auch schwerer interpretierbar machen, da verwaltete Cluster und tokenbasierte Dienste unterschiedliche Probleme lösen.
Käufer sollten außerdem auf Sicherheitsinformationen achten. Detailliertere Nachweise zu Isolation, Patch-Management, Zugangsdaten und Incident Response würden Anbieter-Vergleiche belastbarer machen. Schwerwiegende Vorfälle würden Lücken offenlegen, die Leistungstests nicht erfassen können.
Beobachten Sie schließlich die Trennung zwischen Managed Services und Bare Metal. Große Labore kaufen umfangreiche Kapazitäten ein und betreiben mehr Teile des Software-Stacks selbst. Kleinere Teams benötigen weiterhin Anbieter, die diese Komplexität übernehmen.
KI-Agenten werden manche Verwaltungsaufgaben vereinfachen, aber sie werden den Bedarf an zuverlässigen Systemen nicht beseitigen. Die eigenen Tests des Berichts zeigen, dass Automatisierung Routineprobleme lösen und zugleich selbstbewusst neue schaffen kann.
Die ClusterMAX-3.0-Bewertungen fordern Käufer letztlich dazu auf, das Produkt neu zu definieren. Sie mieten nicht isoliert Chips. Sie mieten abgeschlossene Rechenleistung, Wiederherstellungsverfahren, Sicherheitskontrollen und Zugang zu erfahrenen Betreibern.
Bitten Sie den Anbieter vor dem Abschluss der nächsten GPU-Cloud-Vereinbarung, diese Ebenen unter Fehlerbedingungen zu demonstrieren. Fordern Sie workloadspezifische Benchmarks, aktuelle Sicherheitsnachweise, Wiederherstellungsprotokolle und präzise Abnahmebedingungen an. Vergleichen Sie anschließend die abgeschlossene Arbeit, die jede Option liefern kann, und nicht bloß die Kapazität, die sie jeweils verspricht.
