• Der 5-MW-Cluster nutzt Nvidia HGX B300-Systeme, direkte Flüssigkühlung und Quantum-X800-Netzwerke
  • Visionbay.ai gibt an, dass langfristige Kundenverträge bestehen und die Auslastung 90 % übersteigt, hat jedoch keine unterstützenden Arbeitslastdaten veröffentlicht

Die Fakten

Die Foxconn-Tochter Visionbay.ai hat einen 5-MW-KI-Rechencluster in Taiwan mit Nvidia HGX B300-Systemen in Betrieb genommen. Das Unternehmen gibt an, dass die Infrastruktur für groß angelegtes KI-Training und Inferenz kommerziell verfügbar sei und mehr als 90 % der Kapazität bereits genutzt würden. Den Standort des Clusters hat es nicht offengelegt.

Visionbay.ai wurde 2025 als Foxconns Geschäftsbereich für Supercomputing und Cloud-KI-Dienste eingeführt. Foxconn zufolge nutzt der neue Cluster direkte Flüssigkühlung, ein 2N-Infrastrukturdesign und Nvidia Quantum-X800-Netzwerke. Nvidia führt Visionbay.ai als Anbieter im Exemplar Cloud-Programm auf, das die teilnehmende Infrastruktur anhand von Arbeitslastleistung, Sicherheit und Zuverlässigkeit bewertet.

Die Einschätzung

Visionbay.ai verlagert Foxconn von der Lieferung von KI-Systemen hin zum Betrieb des darauf aufbauenden Rechendienstes. Das Unternehmen muss nun GPU-Kapazitäten zuweisen, Kundenaufträge unter Dauerlast ausführen und einen zuverlässigen Zugang zum Cluster gewährleisten. Die größte Unsicherheit betrifft die Aussagekraft der gemeldeten Auslastungsrate. Sie könnte sich auf reservierte Kapazität, zugewiesene Systeme oder GPUs beziehen, die tatsächlich kostenpflichtige Arbeitslasten verarbeiten.

Diese Messgrößen sind nicht austauschbar, und Visionbay.ai hat nicht genügend Details veröffentlicht, um zu zeigen, welche davon verwendet wird oder wie der Cluster bei hoher Nachfrage abschneidet. Für BTW-Leser wird die 90-Prozent-Behauptung erst dann nützlich, wenn sie mit Betriebsnachweisen verknüpft wird. Serviceverfügbarkeit, Wartezeiten und abgeschlossene Arbeitslasten würden zeigen, ob Foxconn einen zuverlässigen KI-Cloud-Dienst aufgebaut hat und nicht nur einen gut spezifizierten Cluster.

Worauf Sie achten sollten

Visionbay.ai hat die installierte GPU-Anzahl, den Kundenmix und die Methode zur Berechnung der Auslastung nicht offengelegt. Serviceverfügbarkeit, Wartezeiten, abgeschlossene Arbeitslasten und Kundenverlängerungen würden ein klareres Bild der Cluster-Leistung liefern. Jede Erweiterung über 5 MW hinaus sollte anhand dieser Betriebsergebnisse bewertet werden.