Question 1

Welche GPUs kann ich mieten?

Accepted Answer

Der Vergleich zeigt alle aktuellen Angebote in europäischen Rechenzentren mit GPU-Typ, Speicher, Stundenpreis und Region. Die Verfügbarkeit ändert sich je nach Region und Tag. Filtern Sie nach dem Speicher, den Ihr Modell braucht, und wählen Sie das Angebot, das zu Workload und Budget passt.

Question 2

Stehen die Server in der EU?

Accepted Answer

Jedes Angebot zeigt seine Region, bevor Sie mieten. Filtern Sie nach Rechenzentren in der Europäischen Union, bleiben Workload und Daten dort. Die beteiligten Unterauftragsverarbeiter sind im Auftragsverarbeitungsvertrag nach Art. 28 DSGVO aufgeführt.

Question 3

Was ist ein KI-Server?

Accepted Answer

Ein KI-Server ist ein Server mit einer oder mehreren GPUs, die Training und Betrieb von KI-Modellen beschleunigen. Wer einen GPU-Server mietet, bekommt diese Rechenleistung exklusiv, ohne eigene Hardware zu kaufen. Das eignet sich für Fine-Tuning, eigene Modell-Endpunkte und große Batch-Jobs.

Question 4

Kann ich mein eigenes Modell betreiben?

Accepted Answer

Ja. Bringen Sie Ihre Gewichte mit oder starten Sie mit einem offenen Modell und betreiben Sie es auf einem gemieteten Server. Sie wählen die Inferenz-Software und stellen das Modell hinter einem Endpunkt bereit. Latenz, Versionen und Zugriff haben Sie so selbst in der Hand.

Question 5

Gibt es eine Mindestlaufzeit?

Accepted Answer

Nein. Server werden stundenweise abgerechnet, und Sie können jeden jederzeit stoppen. Das passt zu Aufgaben mit klarem Ende, etwa einem Fine-Tuning-Lauf oder einem nächtlichen Batch-Job, und zum Testen eines Setups, bevor Sie sich auf eine längere Nutzung festlegen.

Question 6

Wann lohnt es sich, einen GPU-Server zu mieten statt die API zu nutzen?

Accepted Answer

Nutzen Sie die geteilte API, wenn ein verfügbares Modell die Aufgabe erfüllt. Das ist einfacher, und Sie zahlen pro Token. Einen GPU-Server zu mieten lohnt sich, wenn Sie eigene Gewichte, ein Fine-Tune, ein Modell außerhalb des API-Angebots, dauerhaft hohes Volumen oder volle Kontrolle über die Software brauchen.

Question 7

Kann ich ein Modell mit eigenen Daten nachtrainieren?

Accepted Answer

Ja. Mieten Sie einen Server mit genug GPU-Speicher für die Modellgröße, laden Sie ein Open-Weight-Basismodell und trainieren Sie es mit Ihren Daten. Daten und die entstandenen Gewichte bleiben auf Hardware, die nur Sie nutzen, in der Region, die Sie gewählt haben.

Question 8

Nutzen Sie meine Daten zum Training?

Accepted Answer

Nein. Was Sie auf einem gemieteten Server betreiben, gehört Ihnen. Wir verwenden weder Ihre Daten noch Ihre Prompts oder Gewichte zum Training eines Modells. Diese Zusage ist Teil des Auftragsverarbeitungsvertrags nach Art. 28 DSGVO, den Sie mit uns schließen.

Question 9

Wie wird abgerechnet?

Accepted Answer

Sie zahlen für jede Stunde, die ein Server läuft. Der Betrag erscheint zusammen mit Ihrer API-Nutzung auf einer Rechnung in Euro. Den Stundenpreis sehen Sie bei jedem Angebot, bevor Sie starten, sodass es am Monatsende keine Überraschungen gibt.

Question 10

Kann ich Batch-Jobs über Nacht laufen lassen?

Accepted Answer

Ja. Starten Sie einen Server, lassen Sie den Job laufen und stoppen Sie den Server, sobald er fertig ist. Sie zahlen nur für die Stunden dazwischen. Typische Batch-Jobs sind das Einbetten eines Dokumentenarchivs, das Transkribieren alter Aufnahmen oder das Labeln eines Trainingsdatensatzes.

Question 11

Kann ich später vom GPU-Server zur API wechseln?

Accepted Answer

Ja. Stellt sich heraus, dass ein Open-Weight-Modell der geteilten API reicht, richten Sie Ihren Code auf die API und stoppen den Server. Beides läuft über dasselbe Konto und dieselbe Rechnung. Für den Wechsel brauchen Sie also weder einen neuen Vertrag noch einen anderen KI-Anbieter.

Question 12

Für wen sind GPU-Server gedacht?

Accepted Answer

Für Teams, die eigene Hardware brauchen, etwa ML-Engineers, die Modelle nachtrainieren, Produktteams mit einem eigenen Modell und Datenteams mit großen Batch-Jobs. Wenn Sie nur ein Modell hinter einer API brauchen, ist die Modell-API der einfachere Weg.

Dedizierte GPU-Server in europäischen Rechenzentren mieten, für Ihre eigenen KI-Workloads

So funktioniert es

Angebote vor dem Mieten vergleichen

Nur EU-Regionen

Stundenweise Abrechnung

Dediziert statt geteilt

Ihre Daten bleiben auf Ihrem Server

Abrechnung in Euro

Was Teams darauf betreiben

Fine-Tuning

Eigenes Modell betreiben

Batch-Jobs

GPUs: häufige Fragen

Verlagern Sie Ihre KI-Workloads auf europäische Infrastruktur