📣 Senden Sie uns Ihre Pressemitteilung
Seite aktualisiert sich alle 15 Minuten
Technologie

G-Core Labs bietet NVIDIA H100 GPU-VMs in Europa für KI-Berechnungen an

G-Core Labs hat neue GPU-basierte virtuelle Maschinen (VMs) mit NVIDIA H100 Infrastruktur in seinen europäischen Rechenzentren eingeführt. Der Dienst zielt darauf ab, flexible Rechenressourcen für KI- und Machine-Learning-Workloads bereitzustellen.

1. Oktober 2026
G-Core Labs bietet NVIDIA H100 GPU-VMs in Europa für KI-Berechnungen an

G-Core Labs, ein Anbieter von IT-Infrastrukturdiensten, hat neue virtuelle Maschinen (VMs) mit NVIDIAs H100 GPUs in seinen europäischen Rechenzentren gestartet. Diese Erweiterung soll die wachsende Nachfrage nach Hochleistungsrechenressourcen für die Entwicklung und den Einsatz von künstlicher Intelligenz (KI) und maschinellem Lernen (ML) bedienen.

Die neuen GPU-VMs nutzen NVIDIAs neueste H100 Tensor Core GPUs, die für intensive KI-Aufgaben wie das Training großer Sprachmodelle und die Beschleunigung von Inferenz konzipiert sind. G-Core Labs betont, dass der europäische Standort dieser Ressourcen niedrige Latenzzeiten und schnellen Datenzugriff für regionale Kunden gewährleistet und gleichzeitig die Einhaltung europäischer Datenschutzbestimmungen wie der DSGVO erleichtert.

Dieses Angebot positioniert G-Core Labs als Anbieter von skalierbarer KI-Rechenkapazität, der es Unternehmen ermöglicht, auf leistungsstarke GPU-Ressourcen zuzugreifen, ohne erhebliche Kapitalinvestitionen in Hardware tätigen zu müssen. Die Flexibilität der Cloud-basierten VMs ermöglicht es Benutzern, KI-Modelle schnell für verschiedene Anwendungen bereitzustellen und zu verwalten, von wissenschaftlicher Forschung bis hin zu industrieller Automatisierung.

Das Unternehmen gibt an, dass diese Infrastrukturverbesserung schnellere KI-Entwicklungszyklen und eine effizientere Bereitstellung von KI-Lösungen unterstützen wird. Spezifische Preis- und Verfügbarkeitsdetails wurden nicht bekannt gegeben, jedoch bestätigte G-Core Labs seine Bereitschaft, Unternehmen bei ihren KI-Rechenanforderungen zu unterstützen.

Originalquelle: gcore.com