NVIDIA DGX-1 / DGX-2 Wartung
im Direktvergleich.

DGX-1 · Pascal-Generation (älter)

DGX-1 mit 8x Tesla P100 (2016-2017)

DGX-1 · Volta-Generation

DGX-1 mit 8x Tesla V100 16GB / V100 32GB (2017-2019)

DGX-2 · 16x V100 mit NVSwitch

DGX-2 (16x V100 32GB, 2 PFLOPS, NVSwitch Gen 1)

Komponenten (Refurbishing-Pool)

P100/V100 GPU-Boards · NVSwitch Gen 1 · Power Supplies · Mainboards

EOSL-Status der DGX Legacy-Generationen

• CUDA, AI Enterprise und Base Command Manager bleiben lizenzfrei auf DGX-1/-2 aktiv — NVIDIA behaelt den Software-Layer, TPM uebernimmt ausschliesslich den Hardware-Layer.
• DGX-Hardware ist proprietaer (NVLink, NVSwitch Gen 1, P100/V100 GPU-Boards mit NVIDIA-spezifischer Firmware) — Komponenten sind am freien Markt strukturell knapp, insbesondere NVSwitch Gen 1 fuer DGX-2.
• Bei NVSwitch-Ausfall kann die DGX-2 nicht mehr in voller NVLink-Topologie betrieben werden — TPM-Vertrag schliesst ein Risiko-Assessment pro Komponente vor Vertragsabschluss ein.
• NVIDIA bietet Standard-Support fuer DGX-1/-2 nur noch eingeschraenkt oder gar nicht an — TPM ist oft die einzige verbleibende Service-Option fuer diese Bestands-Generation.
• TPM ueberbrueckt typisch 6-18 Monate bis Refresh-Hardware (H100/H200/GB200) verfuegbar und installiert ist — wirtschaftlicher als teure NVIDIA-Konditionen wo noch verfuegbar (30-70 Prozent Ersparnis).

DGX-1/-2-Wartung ist nicht trivial. Im Unterschied zu Standard-Server-EOSL (Supermicro X9, F5 s-Serie, etc.) ist DGX-Hardware proprietär — NVLink, NVSwitch, P100/V100-GPU-Boards mit NVIDIA-spezifischer Firmware. Refurbishing-Pools für DGX-1/-2 sind strukturell dünner als bei Standard-Servern, und einige kritische Komponenten (NVSwitch Gen 1, frühe V100-Boards) sind am freien Markt knapp verfügbar. NVIDIA bietet Standard-Support für DGX-1/-2 nur noch eingeschränkt oder gar nicht mehr — wer hier bleibt, hat oft keine OEM-Service-Option. TPM ist eine Bridge-Service-Lösung mit klaren Risiko-Disclosures.

Wir empfehlen DGX-1/-2-TPM in zwei Szenarien: (1) AI-Inference-Workloads, die nicht zwingend State-of-the-Art-Hardware brauchen — DGX-1/-2 sind technisch noch nutzbar für viele Inference-Use-Cases, TPM verlängert die produktive Lebensdauer wirtschaftlich. (2) Bridge-Service zwischen DGX-1/-2-EOSL und einer geplanten Refresh-Phase auf DGX H100/H200 oder GB200 — TPM überbrückt typisch 6-18 Monate bis die Refresh-Hardware verfügbar und installiert ist. Bei sehr kritischen produktiven AI-Trainings-Workloads auf DGX-1/-2 empfehlen wir Refresh statt TPM-Bridge — moderne DGX-Generationen sind 10-50x leistungsstärker und energieeffizienter. Wir sind ehrlich darüber im Risiko-Assessment.

Die vollständige OEM-vs-TPM-Matrix (Ersatzteile, SLA-Stufen, Sprache, Sub-Outsourcing, Compliance-Doku, Reporting) gilt für alle Nvidia-Linien gleich — siehe Nvidia-Battle-Card.

BAIT-/MaRisk-Doku-Paket, DORA-Art.-28-Vertragstemplate, ISO 27001 und DSGVO-konformes Datenträger-Handling gelten für alle Nvidia-Linien gleich — Details auf der Nvidia-Battle-Card.

1. DGX-Legacy-Inventur Bestandsliste mit Modell (DGX-1 Pascal/Volta, DGX-2), GPU-Konfiguration und Seriennummer einreichen — Risiko-Assessment fuer Refurbishing-Pool-Status pro Komponente innerhalb 5 Werktagen.
2. Quote in 48 h Festpreis pro DGX-Generation und SLA-Stufe (Parts Only, 5x9 NBD oder 24x7x4). Bundle-Discount fuer gemischte Bestaende DGX-1 plus DGX-2 in einem Vertrag.
3. Vertrag + CUDA-Trennung Vertrag separiert Hardware-Wartung (TPM) von CUDA, AI Enterprise und Base Command Manager (NVIDIA direkt). Klare Risiko-Disclosure zu Komponenten-Pool-Tiefe pro Modell vor Unterzeichnung.
4. Hand-Over + GPU-Board-Spares NVIDIA-Vertragsauslauf koordiniert, Spare-Pool mit P100/V100 GPU-Boards, NVSwitch Gen 1 und Power Supplies im DACH-Hub mit generationsspezifischem Match.

Welche DGX Legacy-Modelle warten Sie?

DGX-1 und DGX-2 in allen Konfigurationen: DGX-1 mit 8x Tesla P100 (Pascal-Generation, 2016-2017), DGX-1 mit 8x Tesla V100 16GB oder 32GB (Volta-Generation, 2017-2019), DGX-2 mit 16x V100 32GB und der ersten NVSwitch-Generation (2018-2020). Inklusive Refurbishing-Pool-Coverage für GPU-Boards (P100, V100 16/32GB), NVSwitch Gen 1, Power Supplies und Mainboards. Pool-Tiefe variiert pro Komponente — wir machen den Status vor Vertragsabschluss transparent.

Was kostet TPM für DGX-1 / DGX-2?

30 bis 70 Prozent Ersparnis (wo NVIDIA-Konditionen überhaupt noch verfügbar sind). Für eine DGX-1 V100 32GB mit 24×7×4 liegt TechCare typisch rund 55–60 % unter dem NVIDIA-Premium-Support (sofern NVIDIA diesen noch anbietet), bei der DGX-2 (16x V100) rund 60 %. Bei vielen DGX-1/-2-Beständen bietet NVIDIA gar keinen Support mehr an — TPM ist dann die einzige Service-Option für TPM-Tarife.

Wie ist die Komponenten-Verfügbarkeit für DGX-1/-2 wirklich?

Wir sind ehrlich: strukturell schwach, aber adressiert mit zertifizierten Refurbishing-Quellen. P100-GPU-Boards (DGX-1 Pascal) sind heute am Markt selten — wir haben Pool-Coverage, aber bei Multi-Board-Ausfällen sind Lieferzeiten möglich. V100 16GB/32GB-Boards (DGX-1 Volta, DGX-2) sind noch verfügbar in zertifizierten Refurbishing-Quellen. NVSwitch Gen 1 (nur DGX-2) ist die kritischste Komponente — bei NVSwitch-Ausfall kann die DGX-2 nicht mehr in voller Topologie betrieben werden, Reduktion auf ohne-NVSwitch-Konfig ist möglich aber Performance-Verlust signifikant. Power Supplies und Mainboards sind unkritisch verfügbar. Wir erstellen vor Vertragsabschluss eine Risiko-Bewertung pro DGX-Modell und Komponente.

Wann sollten wir auf moderne DGX (H100/H200/GB200) refreshen statt TPM?

Drei klare Refresh-Indikatoren: (1) Aktive AI-Trainings-Workloads (LLMs, Computer-Vision, Multi-Modal) auf DGX-1/-2 — moderne DGX-Generationen sind 10-50x leistungsstärker, ROI auf Refresh-Investment ist typisch unter 12 Monaten Performance-Gewinn. (2) Energieeffizienz: DGX-1/-2 haben deutlich höhere Power-Per-Performance als H100/H200 — bei steigenden Strompreisen rechnet sich Refresh schneller. (3) AI-Software-Stack-Anforderungen: neuere PyTorch/CUDA-Versionen, neuere Triton-Inference-Features, Transformer Engine sind nur auf H100+ verfügbar. TPM ist die richtige Wahl bei: Inference-Workloads ohne State-of-the-Art-Anforderungen, Test/Dev-Umgebungen, Brücken-Service bis Refresh-Hardware verfügbar ist (oft 6-18 Monate Lieferzeit für H100/H200/GB200).

Funktionieren CUDA und AI-Software auf DGX-1/-2 weiter?

Ja, mit Einschränkungen. CUDA-Toolkit, GPU-Treiber für P100/V100 und Standard-AI-Frameworks (PyTorch, TensorFlow) laufen lizenzfrei weiter. CUDA-Versionen werden von NVIDIA auch für ältere Compute-Capability (P100=6.0, V100=7.0) noch eine Weile supportet, aber die neuesten CUDA-Releases (12.x mit Hopper-Optimierungen) bringen auf P100/V100 keinen Vorteil. Transformer Engine, FP8-Operationen und einige neuere Triton-Inference-Features sind hardware-seitig auf H100+ limitiert — auf DGX-1/-2 nicht verfügbar. Für Standard-AI-Inference und kleinere Training-Workloads ist die Software-Stack-Coverage ausreichend.

Welche SLA-Stufen empfehlen Sie für DGX Legacy?

Stark abhängig von der Workload-Kritikalität: DGX-1/-2 in produktiven AI-Inference-Workloads (Customer-Facing-Pipelines): 24×7×4 mit deutschsprachigem Onsite-Engineer ist Standard. Bei DGX-1/-2 als Backup-Compute oder in Test/Dev-Umgebungen: 5×9 NBD typisch ausreichend. Bei DGX-1/-2 in der Refresh-Bridge-Phase (parallel zu neu-bestelltem H100/H200): Parts Only oder 5×9 NBD genügt — die Refresh-Hardware übernimmt sukzessive die produktive Last. Bei sehr alten DGX-1 Pascal-Beständen, die als reine Lab-Server laufen: Parts Only mit 14-Tagen-Lieferzeit als wirtschaftlichste Option.