Video: AI Server Portfolio | Duration: 2488s | Summary: AI Server Portfolio | Chapters: KI-Serverportfolio Einführung (1.28s), KI-Server-Überlegungen (99.005s), KI-Edge-Server Portfolio (504.2s), GPU-Server-Optionen (967.275s), NVIDIAs AI Enterprise (2019.395s), Lizenzkosten und Zukunftsplanung (2172.27s), Abschluss und Feedback (2349.095s)

Transcript for "AI Server Portfolio": Guten Morgen und herzlich willkommen zu einem neuen Lenovo Update Webcast. Heute wieder mit meinem geschätzten Kollegin Paul Höcherl. Guten Morgen, Paul. Diesmal nicht nach München, sondern nach Mainz, glaub ich, im Hotel. Korrekt. Schönen guten Morgen zusammen. Sie sehen einen anderen Hintergrund. Ich sitz im Hotel, improvisier heute ein bisschen. Das kriegen wir trotzdem hin. Der Titel lautet AI Serverportfolio. AI mag vielleicht nicht das allerwichtigste Thema auf der Welt sein, aber es ist tatsächlich natürlich ein Thema, über das viele reden. Von daher wollen wir Ihnen, also nicht ich, aber der Paul vor allem, unser Serverportfolio hinsichtlich AI Unterstützung vorstellen. Also es geht auch tief so in Grafikkarten rein, was wir da für Möglichkeiten haben. Wie immer, das Handout ist hochgeladen, rechts neben unseren Bildern unter dem Stichwort Dokumente. Und dort finden Sie auch einen Reiter nicht Chat, sondern häufige Fragen. Dort finden Sie 'n Fragenfeld, da nehmen wir uns gerne Ihren Fragen an. Wie immer gibt's auch kleine Häkchen, anonymen, wenn Sie da sich nicht outen wollen. Also keine Scheu her mit den Fragen. Wir beantworten Sie gerne. Paul, leg los. Alles Gute. Guten Morgen noch mal zusammen. Ich teil jetzt mal schnell meinen Bildschirm, drücke auf Share. Also ich sehe jetzt nur noch meinen Bildschirm. Ich hoffe, Michael, dass es klappt. Wir haben's vorher ausprobiert. Es sollte nur noch mal sein. Okay. Dann starten wir durch im gewohnten Rahmen und auch wie immer lege ich meine E-Mail-Adresse vorneweg, ist dann auch im Handout zu finden. Also, wenn irgendwelche Fragen direkt an mich gehen, Sie können immer über Michael über den Over Update fragen, aber gerne immer auch mal an mich. Ja, wir reden über das AI Serverportfolio. Ich hab mir eine kleine Agenda zusammengebaut, das wir heute besprechen wollen, Serverüberblick, dann machen wir son paar grobe Überlegungen, die man bedenken muss. Dann hab ich die Server für AI mehr oder minder in 2 Kategorien eingeteilt, Edge Server und Server fürs Rechenzentrum und hab dann am Schluss noch einen Nachgang angelegt zu dem Thema NAI Enterprise. Nicht im Detail, was diese Software letztendlich machen kann, aber zu lizenztechnischen Fragen und dergleichen. Legen wir los, schauen wir uns meinen Server Überblick an, welche Server können wir eigentlich auswählen, AI zu machen? Und ich zeige das gesamte Portfolio. Grundsätzlich kann man eigentlich mit jedem Server in irgendeiner Form irgendwelche AI Anwendungen machen. Ist das sinnvoll? Na ja, das muss man letztendlich mal sehen, aber der Begriff AI umspannt ja dermaßen viel. Sie haben sicherlich vielfach schon von den geschätzten Kollegen, Fastbänder Weigelt, Informationen bekommen über die entsprechenden NTUs in Endgeräten und dergleichen, wo ich also kleinere AI Anwendungen tatsächlich auf Endgeräten auch laufen lassen kann. Also warum nicht auf 'nem Einstiegsserver aus dem Hause Lenovo. Allerdings ist es natürlich nicht das, was im Hintergrund man sich gedenkt, weil man will eigentlich über AI optimierte Systeme reden und wenn ich über AI optimierte Systeme Systeme reden und wenn ich über AI optimierte Systeme rede, dann rede ich meistens ja dann doch über Systeme, die eine Grafikkarte aufnehmen können und dergleichen. Wobei auch das ist etwas, was nicht unbedingt immer notwendig ist. Es gibt durchaus auch Modelle, die gerechnet werden, die trainiert werden, die wo man Inferencing macht, wo eine CPU auch wiederum ausreichen kann. Das heißt, dass es nicht immer notwendig. Also das heißt, deswegen bin ich einfach mal so provokant gewesen, hab einfach mal das gesamte Portfolio hingelegt, weil theoretisch könnten wir es mit allem machen. Aber jetzt schauen wir uns mal ein bisschen Systeme an, die da schon ein bisschen näher dran gehen, die das Ganze ein bisschen intensiver beleuchten und da merken Sie, da fallen dann schon mal so das ein oder andere Gerät raus und dann machen wir mal den Überblick zu den Überlegungen, die wir machen. Ich hab einfach ein paar Stichwunden aufgeschrieben, dass man denkt, das sollte man ins Kalkül ziehen, was man macht, ja? Also, wie schon gesagt, es kommt eigentlich grundsätzlich mal jeder infrage. Da müssen wir uns aber überlegen, was machen wir? Wollen wir wirklich noch trainieren? Alles, was ich so erlebe ist, dass wir meistens ja schon sehr sehr viel Vortrainiertes bekommen. Manchmal muss man dann vielleicht noch 'n bisschen Feintuning machen oder dergleichen. Ein Großteil dessen, was wir machen, ist eigentlich Inferencing. Inferencing ist, wenn man so will, das Gegenteil vom Training. Das heißt, das was ich meinem System, meinem Modell beigebracht hab, wendet es jetzt an. Das hat natürlich eine Riesenunterschied, weil fürs Inferenzing brauche ich tatsächlich deutlich weniger Rechenleistung, vor allem, wenn ich 2 Teile runterspringe auf Computer Vision gehe. Computer Vision haben wir ja schon auch öfter gehört in dieser Sendereihe hier, wenn es Edge Computing geht. Edge Computing kombiniert mit AI. Dort ist Computer Vision eine der niederschwelligsten, einfachsten Arten und Weisen KI zu verwenden, weil ich einfach Automatisierungen machen kann. Ich kann auf Bilderkennung machen, ich kann Normalanalyse machen und dergleichen und das ist eine Sache, die kann ich mit Inferenzing machen und da brauche ich oftmals überhaupt nicht so gigantisch große Rechenleistung. Wenn ich über Generative AI denke, dann sind natürlich schon beim Inferenz sie näher notwendig, weil wir da ja dann oftmals über Large Language Models reden, gegebenenfalls sind auch SLMs, Small Language Models, weil ich ja zum Beispiel nur ein Subset von Sprachen, Spracheingaben habe oder ein sehr, sehr geringes, vielleicht Fachwort, Begriff und dergleichen. Oder ich habe diese Thematiken, ich will aus Text Bilder generieren oder Bilder analysieren lassen und so weiter und so fort und dann reden wir natürlich über InferHetzen schon in ein bisschen größeren Thematiken, weil ich will natürlich, wenn ich über diese ganzen Begriffe wie Anzahl Tokens, Anzahl Parameter rede und dann natürlich der Anzahl der Menschen, die damit regelmäßig arbeiten. Ja, und da gibt's natürlich grundsätzlich auch eine Menge Hersteller, die hier mitspielen, ja. Intel positioniert gerade ganz stark seinen neuen Index Seon 6 unter dem Thema AI, dass dort eben sehr sehr viele Leistungen abgreifen können. Nvidia ist der Platz für, ich brauch mal gar nicht reden. Den letzten Call, den ich hier gemacht habe, war ja die GTC Nachlese. AMD positioniert sich hier mit Prozessoren. Turin ist der aktuellste Prozessor, aber eben auch mit entsprechenden Grafikkarten, die wir noch sehen. Ich hab unten noch mal einen Link reingeschrieben, wo Sie nachlesen können, wie man Large Language Models oder generative AI seisen kann. Das ist manchmal ganz hilfreich. Das ist am Anfang etwas erschreckend, weil sehr sehr viele Fachbegriffe da auftauchen und so weiter. Aber wenn man sich son bisschen mal einliest, dann kommt man da schon 'n bisschen in Verständnis, was man alles zu beachten hat. Ja, dann was man natürlich auch immer bedenken muss, wenn man in Richtung KI geht, KI kann immer nur so gut sein, wie ich sie trainiere, ja? Ich mein, in die Industrie kann ich auch nur bekommen, wenn ich eine vernünftige Ausbildung bekommen hab, sei es schulisch, sei es in der Universität oder ich hab auch irgendwie den Beruf erlernt. Ich muss irgendwie eine Ausbildung haben und das geht in der Regel über einen guten Meister, über einen guten Professor, eine gute Professorin und bei den KIs muss ich's natürlich auf Daten machen. Da frage ich natürlich eine vernünftige Grundlage, ja? Und die muss ich kennen und das ist oftmals schon manchmal schwierig daran, habe ich die erste Hürde, die ich zu nennen habe, wenn ich über so was nachdenke, ja? Das heißt, zumal, ich nenn's mal Gretchenfragen, sollte man sich da mal machen. Das Zweite ist, man muss sich überlegen, was will man eigentlich mit seiner KI erreichen? Und da gibt's natürlich Hilft es dort, dass man sich diese 3 Die 4 Punkte, die ich hier aufgeschrieben hab, zu sagen. Ja, vielleicht gelingt's mir einfach, Einsparungen zu machen. Man mag an Large Language Models denken, die mir helfen, irgendwelche Bauanträge, die eingereicht werden. Das sind ja manchmal Konvolute von zig Zeiten zu zu durchstöbern und einem Fach bearbeitet die 3 kritischen Merkmale aufzuzeigen, dass er nur noch die beantworten muss, weil der Rest ist standardisiert. Ist natürlich son bisschen in dem Fall ähnlich, ich steigere die Produktivität oder ich kann die Qualität steigern, Computer wischen, weil ich eben in den Produktionsprozess Kameras einbaue. Das kann natürlich auch gleichzeitig sein, die Leistung. Ich kann's auch schnell laufen lassen oder wie auch immer. Und natürlich am Schluss muss ich ja immer bedenken, welches Know how ist bei mir im Team vorhanden? Welche Leute habe ich? Wie können die was machen? Wie gehen wir dann da voran? Aber auch da verweise ich noch mal an den Vorgängernvortrag von mir in dieser Reihe. Da habe ich ja dann auch gesagt, was wir an Services anbieten können, wenn eben sagen, das Know how ist nicht vorhanden oder das Know how wäre vorhanden, aber gebunden, dann wenden Sie sich bitte auch an uns. So, dann schauen wir uns jetzt mal das optimierte AI Portfolio an. Sie sehen, die Seite ist jetzt noch mal 'n bisschen kleiner geworden. Das sind jetzt dann wirklich Maschinen, wo ich sag, da kann ich auswählen. Da sag ich, die sind jetzt optimiert dafür, dass ich sag, da kann ich 'n bisschen intensiver mit Grafikkarten operieren, da kann ich 'n bisschen größeren Aufwand damit betreiben und dergleichen. So und dann steigen wir ein, AI für Edge, ja, da blende ich natürlich die Edge Geräte ein. Ich hab jetzt gesehen, ich hab die neueste, die ich letzten Mal aber dargestellt hab, die SE 100 vergessen, weil ich wirklich über die Server rede, die kleineren, kleineren auch in Zahlen 10, 30 und so weiter, die lasse ich an der Stelle weg, weil dort auch wirklich nicht mehr richtig große Grafikkarten verwendet werden. Also dann schauen wir uns das Edge Portfolio für AI an und da ist jetzt dann doch noch da, wie Sie nachgetragen, die SE einhundert ist das jüngste Familienmitglied in dieser Runde und ist auch sozusagen, wenn man so will, ein Gelenk zwischen den den e-r-i-seitigen- Edge-Gerät und den i-s-g-seitigen-X-Geräten, wo wir ja auch die Trennung gar nicht mehr so dramatisch machen wollen. Aber es gibt doch halt immer son bisschen Geschmacksrichtungen, wo wir uns das einordnen lassen. Ich kann mir jetzt jetzt nicht das von oben durchlesen. Ich werde jetzt nicht die Details dieser Liste vortragen. Das haben Sie jetzt als Grundlage zu Hause. Dann sehen Sie, die Prozessoren klingen doch eher nach PC Endgeräten, aber wenn Sie ganz nach unten gehen, dann sehen Sie wiederum, dass wir 'n Systems Management drin haben, wie wir es von den Servern kennen. Ich bin übrigens klarity Controller zweite Und damit ist es, ich nenn es mal doch eine Zwitterfunktion, ja? Eine Teil der Technologie ist eher so PC artig, der andere Teil der Technologie ist Server artig und deswegen hat er auch genau die kleinste dreistellige Ziffer. Das ist für mich auch so ein Merkmal, dreistellig sind Server, aber also einen Schritt weiter nach links auf dem Zahlenstrahl, wären wir schon bei den PCs, zeigt das also auch letztendlich an. Und hier sehen Sie mal die die kleine Ausprägung. Klein heißt also, das sind dann kompakte Geräte. Ich blende mal über auf die nächste Seite, weil dort sehen Sie, dass wir dieses Gerät eben auch noch mal nach links erweitern können. Also wenn Sie die Front sehen, dann sehen Sie, dass Sie links eine PCI Einheit anbauen können und dort können Sie dann dadurch dann aus dem entsprechenden Produktkatalog oder Produktleitfaden die GPUs rausgesucht, die Sie da verwenden können. Und geneigte Zuhörerinnen und Zuhörer hier in dieser Reihe wissen, dass wir bis vor Kurzem noch eine SE 70 hatten, wo ein NVIDIA Jensen Chip drin war, der eben wirklich für Inferencing in Computer Vision ideal war. Dieses Produkt haben wir zurückgezogen und jetzt kann man sagen, das hier ist das Nachfolgeprodukt, weil damit können wir wirklich Computer Vision machen auf dieser Ebene. Und ich hab dann eben auch noch mal eingeblendet dieses Bild, damit man's einsortieren kann, wie die Größe ist. Also links mal die Ansortierung, wenn man so was ins Rack verbauen würde. Wobei ich bis heute mir nicht verstanden hab, was eine Edge Server einen Rack zu suchen hat. Sie können sich das immer besser irgendwohin montieren, dafür brauche ich ja Edge, weil ich eben nicht im Rechenzentrum bin. Ich hab die Bilder genommen, dass man die Referenz hat. Ich blende noch mal zurück. Wenn Sie ohne PCI Erweiterungseinheit arbeiten, natürlich dann ohne Grafikkarte, dann kriegen Sie 3 auf 19 Zoll, mit der dann eben 2. Dann aber eben auch eine intelligente Verkabelung mit Netzteigen, Redundanz und dergleichen zu erreichen. Gut, dann machen wir den Sprung weiter. Wir haben ja das Portfolio jetzt die letzten Jahre ein bisschen ausgedehnt. Es gab ja als Einstiegsmaschine die SE 3 50 vor mittlerweile 6 Jahren und die war damals im Serverumfeld, das sozusagen, ja, die wird dann 'n Arbeitspferd für alles, die war sozusagen dafür gemacht, alles zu können. Die ist mittlerweile jetzt dann auch ausgelaufen, weil sie eben nach 6 Jahren darf man auch dann verdient in Rente gehen und haben Nachfolgersysteme gebracht. Einmal die SET3 50 V2, die ich jetzt hier nicht darlege, die behält den Formfaktor bei, weil viele Kunden sagen, sie hätten es doch ganz gern sehr, sehr klein, sehr, sehr kompakt, dass man eine Größenordnung hat. Eine SE 3 50 hat die Abmessung von einem Paket Druckerpapier. So ungefähr muss man sich die Größenordnung vorstellen. Wir haben die 360 dann aber herausgebracht und Sie sehen, die hat die gleichen breite und tiefe Formate, die ist aber 2 Höheneinheiten hoch, doppelt so hoch. Warum haben wir das gemacht? Na ja, da wollen wir halt dann Grafikkarten einbauen. Sie sehen im oberen Bild, dass Sie vorne entsprechende Slots für Grafikkarten haben. Diesem Gerät haben wir dann auch WLAN Antennen spendiert, was wir mit dem anderen nicht gemacht haben und man kann natürlich bei einem Gesch Chassis mit 2 Höheneinheiten dann die Lüfter mit deutlich größeren Querschnitt ausstatten, sodass Sie zwar schon eine gewisse Lautstärke haben, aber einen anderen Frequenz, was eben in vielleicht im Verkaufsladen, wo Sie zum Einsatz kommen, nicht so störende Geräusche erzeugt. Also das sind die die Hintergründe und Sie werden jetzt dann so eine Struktur sehen aus dem Product Guide mit dem Link unten, hab ich dann rausgehört, welche GT muss Sie das dann letztendlich einsetzen können. Also da muss man dann überlegen, welchen von denen macht Sinn da einzusetzen. Also diese Struktur werden wir jetzt dann durch unsere Präsentation hindurch verfolgen, welche Adapter letztendlich zum Tragen kommen. Wenn man also schon weiß, was ich für meine Anwendungen und Adapter brauch, dann können Sie diese Präsentation jetzt als Leitfaden verwenden, welches Gerät Sie nehmen können. Ja, dann die SE 450 ist mittlerweile so 4, 5 Jahre alt. 4 Jahre müsste es sein, war der zweite echte Edge Server. Auch dem haben wir damals gebaut etwas größer, weil der Hauptmotor für diesen Server war damals die Stadt Barcelona, die in ihrem Projekt Smart City diese Geräte ja dreitausendfach im Stadtbereich verbaut hatte und eine Maßgabe war eben auch die Lautstärke, das ist eben die Geräuschentwicklung und die musste halt für die Bevölkerung akzeptabel, waren deswegen etwas größer gebaut. Zumal wir wussten, dass die in solche typischen Schaltschränke gebaut werden, wie wir sie halt von Ampelschaltungen und dergleichen kennen. Da war Platz, also absolute Platzrestriktionen war nicht das kritische Thema, eher natürlich die geringe Tiefe, das ist ja hier realisiert und dergleichen. Und natürlich, weil man dort ja auch einiges an Bildverarbeitung zu tun hatte, ausreichend Platz für PCI Optionen. Sie sehen also die Front ohne Blende im unteren Bild. Dort haben Sie dann also wirklich die PCI Optionen und dergleichen, die Sie einbauen können. Und hier wieder dasselbe aus dem Productguide heraus kopiert die Liste der entsprechenden Grafikkarten. Das macht keinen Sinn, das jetzt hier en Detail vorzutragen, sondern einfach lesen Sie es nach, haben Sie es zur Referenz und wenn Ihnen diese kopierte Tabelle nicht reicht, schauen Sie unten auf den Link. Dort finden Sie dann wirklich das Unterkapitel zu dem Server, wo Sie das im Detail nachschauen können. Und zu guter Letzt dann, wir haben ein bisschen das High End System, da gehen wir dann also wirklich auch prozessortechnisch schon ganz schön ins obere Fach, greifen wir dann mit einem 64 Core Prozessor. Wir können Terabyte Memory einbauen. Also das sind dann schon wirklich große Größen, die Sie da machen können. Bisschen anderer Formfaktor, weil da können wir, glaube ich, sogar voll lange große Karten einbauen. Also muss man dann auch schauen, wie die Tiefe aussieht, wie ich das überall noch verbaut und dergleichen. Also sehen Sie sich das im Detail an und dann eben hier auch entsprechende Liste von Grafikkarten, ja? Und ich hab recht, das ist also die die volle Länge können wir hier unterstützen, l 40, l 40 s. Das ist dann schon wirklich ist eine eine höhere Kategorie von Karten, die hier zum Tragen kommt. Damit wäre ich jetzt mit den Edge Servern durch, da ich ja jetzt heute limitiert bin mit meinen Bildschirmen, sehe ich keine Reaktion in in der in der Oberfläche, deswegen pausiere ich mal ganz kurz. Michael, gab's bisher schon irgendwelche Fragen im Chat? Bisher noch nicht, Paul. Bisher noch nicht. Nein, dann so kommt, fahr ich weiter fort und geh jetzt auf die RZ Server ein. Das ist dann dieses Bild. Ganz rechts unten, den hab ich jetzt dann nicht mehr unbedingt diskutiert. Das sind die wassergekühlten optimierten Systeme, die eigentlich für HPC gebaut worden sind, wo ich eben auch Versionen mit GPUs habe. Die können wir aber letztendlich durchaus über die anderen Systeme auch realisieren. Sie sehen links die 2 neuen Systeme SR 6 50 und 6 50 AV4, die werde ich nicht im Detail vorstellen. Das hatte ich auch, ich glaub im März schon mal gemacht, kurz nach der Ankündigung der Systeme, aber ich werde es natürlich hier unter dem Aspekt der GPU Systeme noch mal verwenden. Steigen wir ein, also jetzt die 2 neuen Systeme hier 6 50, v4 und 6 50 AV4. Das a ist jetzt in der Familie bei v bei 6 50 zum ersten Mal. A kennen wir aber schon von dem großen 6 80 und dergleichen, steht für accelerated, weil wir hier entsprechend den Fokus auf Grafikkarten legen. Das ist also die Variante. Die Front links kaschiert eigentlich, wie der Server ausschaut, aber das sieht aus wie eine 6 50, was Sie mir kennen, entweder bis zu 24 dreieinhalb Zoll oder 12 zweieinhalb Zoll Lampen. Rechts ganz anders, Sie sehen diese High Steckplätze, 4 links und 4 rechts übereinander liegend, sodass man eben insgesamt 4 doppelt breite GTUs einbauen kann. Das sehen Sie ganz rechts unten ist es eben oder 8 Single Wyte. Das heißt, das ist eine Optimierung in Richtung dessen, dass ich hier viele viele Grafikkarten einsetzen kann, deswegen verdient der Server auch zurecht sein sein ein a hinten dran. War wichtig auch für uns, weil das natürlich mal Bestandteil von Ausschreibung ist, gibt es ein solches Gerät, 2 Höheneinheiten, 4 doppelt breite Grafikkarten und wenn man da einen Haken setzen muss, dann können wir das jetzt, wenn wir das ins Portfolio genommen haben. Aber es ist natürlich durchaus relevant, sich über son System die entsprechenden Gedanken zu machen. Fangen wir aber trotzdem mit dem 6 50 mal im Detail an. Hier auch noch mal die Liste der Grafikkarten. Sie bekommen eben ganz ganz kleine die L4, könnten wir bis zu 10 einbauen. Ob das tatsächlich eine sinnvolle Lösung letztendlich ist, muss man nachdenken. Die RTX 4000 a, da kriegen wir 4 rein, weil die eben, die hat die hat nicht die doppelte Breite und wenn man dann eben Doppelbreite nimmt wie H einhundert und so weiter, dann gehen 2 rein, damit ich die hinten, weil die diese Eissteckplätze sind ja hinten, einbauen kann, habe ich 2 und dann sind natürlich die Slots, die unterstützt sind, nur die, die halt wirklich sone Doppelbreite unterstützen können, dass das physikalische Schreiben geht. Jetzt machen wir mal einen kleinen Schritt auf die Seite. Die vergleichbare Maschine gibt es ja auch mit AMD und die ist dann Da ist zwar noch ein V3 da, das kann man ja vielleicht auch kurz noch mal erwähnen. Wir haben da den neuesten Prozessor von AMD drin, steht oben rechts der Turin oder fünfte Generation Ethik. Der ist aber Sockel kompatibel zur Vorgängermaschine. Die Vorgängermaschine hieß schon 6 5 Sechsfünfundsechzig V3. Sockel kompatibel bedeutet, wir bauen die Maschine nicht Wir ändern sie nicht, damit ändern wir nicht den Namen. Das heißt, es mag jetzt so wirken, dass AMD mit V3 eine Generation hinter Internet mit V4 ist. Dem ist nicht so. Intel hat halt jetzt eine neue Generation herausgebracht, deswegen haben wir eine neue Maschine gebaut, V4. INTER AMD hat den neuesten Prozess herausgebracht, die Ich enthalte mich jetzt 1 Wertung, aber in etwa auf gleich Auf Augenhöhe spielen, hängt natürlich ganz stark von den Anwendungen ab und für die gilt dasselbe mehr oder minder wie für die 6 50 V4 von der Physik her, was ich dort einbauen kann und dann hab ich also aber hier eine etwas längere Liste von GPUs, die verbaut werden können, weil dann eben auch die eine oder andere AMD Karte auftaucht hier drin. Also dann lesen Sie sich hier durch und hier können wir sogar bis zu 3 GPUs in voller Breite, in doppelter Breite voller Längen voller Höhe verbauen. Also dort ist dann die PISAI Anverbauung noch mal ein bisschen interessanter gemacht, dass das die die klassische 6 50 nicht kann, ist nicht so schlimm, weil es ja die A-Variante gibt. Da kann ich wieder wieder ein bisschen besser. Also muss man mal ein bisschen überlegen, wo geht's hin. Soll einfach auch eine Überlegung sein, was sind die Tendenzen. So jetzt komme ich aber zur 6 50 a. Das ist natürlich jetzt schon der Schritt, wo wir jetzt sagen, jetzt geht's Dann wird jetzt ein gemacht, ja, wenn wir wirklich mit richtig viel GPU Leistung reingehen. Hier die wesentlichen Daten zur Maschine, dann hier die entsprechenden GPUs und da werden wir nachher noch mal ein bisschen drüber reden, die H-einhundertNVL, das ist sicherlich eine der spannendsten Maschinen, an der oder am entspannenden Grafikkarten an der Stelle, die vor allem hier in der PCI Variante kommt. Warum PCI Variante? Da werde ich dann nachher drüber reden, wenn wir über AI Enterprise Lizenzen reden. Das ist dann relativ spannend und ganz unten, wir kriegen auch hier etwas hin, was bis jetzt noch nie möglich war in den bisher vorgestellten Systemen, nämlich dass wir diesen NV Link Bridge verwenden können. NV Link Bridge kann ich an der Stelle auch mal ganz kurz verwenden. Damit können wir 2 Karten, 2 NVIDIA Karten, die ja dort angeordnet sind, die liegen übereinander auf der linken oder auf der rechten Seite an der Front mit 1 kleinen Brücke verbinden. Werde ich nachher auch noch im Bild zeigen, was das bedeutet. Damit kann ich letztendlich die Bandbreite zwischen den beiden GTIMS unglaublich stark erhöhen, weil wenn die untereinander kommunizieren wollten und müssten sie ja über 'n PCibus gehen. Der ist für diese Kommunikation und die Bandbreite, die benötigt, die ist dann doch 'n bisschen zu schmal. So kann ich also letztendlich dann 2 solche Karten kombinieren und kann dann, wenn man so will, den Memory, der da aufgeführt ist bei der H-einhundertNVL mit 94 Gigabyte ist der schon relativ groß, aber kann ich dann letztendlich verdoppeln. Ist dann wiederum wichtig, wenn man mal in diese Dokumentation zum Seisen von GPUs in Richtung Large Language Models wichtig, weil da kann ich relativ schnell ausrechnen, welche Menge an Memory ich brauche. Reicht mir eine Karte, brauche ich 2, muss ich sie kombinieren, koppeln und dergleichen. Also das ist dann etwas, was die Sache schon sehr, sehr spannend macht an dieser Stelle. Ja, ich hab's gerade erwähnt, hier ist es dann auch noch mal im Bild. Sie sehen also diesen diesen Reiserkäfig, wie diese beiden Karten übereinander liegen und dann ist hinten rechts im Bild diese Bridge und Sie sehen dann auf der linken Seite dann auch die Möglichkeiten, wo Sie die anstecken können. Dann haben Sie also letztendlich, wenn man es will, aus 2 Grafikkarten, ja, nicht physikalisch eine gemacht, aber sie sind so verbunden, als würden Sie dann wirklich, wenn man so will, mit 'nem direkter schneller Verbindung operieren können. Ja, dann hab ich einfach mal Bildchen angebracht, wie das so aussieht. Die Käfige, die dann links und rechts eingebaut werden. In der Mitte definieren Sie dann noch, was soll denn da noch an Platten rein? Da gibt's also die Wahlbücher zwischen zweieinhalb Zoll, 8 Stück rein oder dann eben diese neuen E3 E3 Punkt S. Das sind dann noch mal diesen All Form Faktor oder EDSSF Platten, da kriegen Sie auch 8 rein. Das hängt dann davon ab, welche Geschwindigkeiten Sie haben wollen und wie wie viel Kapazität da verbaut werden soll. Wir haben von der 6 50 insgesamt 3 Varianten geplant. Die die 2 habe ich jetzt schon vorgestellt, nämlich die 6 50 und die 6 50 a. Wichtig an der Stelle, die Boards, die Motherboards sind identisch, auch wenn sie gefühlt sehr, sehr unterschiedlich ausschauen, aber da man ja auch in der Ansteuerung der PCI Dinge manches geändert hat, sehr viel mehr verkabelt und so weiter, kann ich also das ähnliches Board verwenden, dass ich mehr PCI hinten oder mehr vorne hab. Ist also wirklich identisch. Wir planen noch für dieses Jahr eine 6 50, also keinen A-Wer Variante mit wassergekühlten Memory zu bringen und wir sind auch daran eine zu bringen mit der 6 8 6 50 a, wo wir auch die GPUs Flüssigkeit kühlen können. Das ist leider noch nicht ganz so weit bedienen, weil man kann sich vorstellen, Nvidia hat jetzt gerade nicht einen Nvidia Grafikkartenüberschuss, den Sie also hoffen loszuwerden, sondern das Gegenteil ist der Fall. Wir brauchen natürlich für die Entwicklung von solchen Wasserkühlungssystem genügend Semples, die wir testen können und da sind wir noch nicht so ausgestattet. Dieses aber soll dieses Jahr kommen. Und dann sehen Sie hier, wie das dann aussehen würde. Links sehen Sie, wie unten links die Kühlschläuche reingehen, dann eben vorne verteilt werden und dann den Käfig der GPUs kühlen. Also die die Bilder sind da. Wir haben wir werden es bringen und dann haben wir natürlich die Chance, dass man sowohl die die CPUs, das sieht man dann hier im Bild rechts, ich schaue mir das mit der Maus hinkommen, man sieht's nicht gut, aber da werden ja die CPUs drunter und haben einen eigenen Ausgang und dann haben wir noch einen Ausgang für die GPUs, das letztendlich kühlen zu können. Ja, hier ein paar Detailbilder, wie das denn aussieht mit den Anschlüssen, wie das verteilt wird. Also das ist eine Realität, aber dann kriegen wir dann über eine so eine 6 50 a, da werden wir ja bei 4 4 GPUs, 2 CPUs ja schon in gigantische Wattzahlen kommen. Können wir dann sicherlich die 80 Prozent der Abwärme in Wasser wegführen. Sollte man auf alle Fälle ins Kalkül ziehen, sollte man bedenken, weil die Energiemengen sind einfach nur mal gigantisch. Also bitte das im Kopf behalten. Aber da verweise ich eben auch auf die entsprechenden Calls, die wir hier schon gemacht haben zum Thema Wasserkühlung, einfach hier noch mal als Erinnerung. Ja und jetzt greifen wir ein bisschen ins große Fach. Das ist jetzt ein Jahr her, dass wir diese Systeme angekündigt haben. Ich hab's manchmal liebevoll De Biest genannt, weil es für mich natürlich ein Weg zurück in meine Heimat, also mein Anfang bei der damals noch IBM war und ich hab mich zurückerinnert, wann ich das letzte Mal einen Server hatte, der 8 Höheneinheiten hat und das ist jetzt sage und schreibe ein Vierteljahrhundert her. Es war die NDFinity 5500 M M40. Komplett unvergleichbar mit dem, was wir heute haben. Ich glaub, die hatte 2 400 Watt Netzteil oder irgend sowas, also eine Lächerlichkeit. Und hier haben wir allein einen einen Prozessor bis zu 340 Watt, also 350 Wir haben letztes Jahr gemerkt, als dieses Thema AI Factory so ganz massiv aufkam, dass wir auch wirklich Maschinen brauchen, wo ich 8 GPUs einsetzen kann. Hatten wir schon, aber nicht in der Variante, wie wir es hier haben wollen, nämlich dass diese 8 GPUs entsprechend über eine Mesh Architektur alle miteinander verbunden sind. Das heißt, ich nehme diese sogenannte HGX oder SXM Board Technologie von Nvidia. Das heißt, die werden fest auf die Platine gesetzt, werden dann dort auch mit 'ner entsprechenden Flüssigkeit umströmt, dass sie gekühlt werden können und dann kann ich sie natürlich auch höher taktten, ja? Wenn ich eine PCI Karte habe, dann ist die bis jetzt in der Regel luftgekühlt, da muss ich die 'n bisschen in der Leistung reduzieren, eintampfen, wenn ich Sie hier mit so entsprechenden Liquid to Air Modulen kühle, kann ich Sie noch mal 'n bisschen höher tappen und ich kann natürlich einen riesengroßen Memory bauen, weil ich alle miteinander in der Direktverbindung realisiert habe. Das sind jetzt dann 3 Varianten, die wir haben. Wir haben die 6 80 a, die ich hier mal aufgeführt hab. Das ist die internebasierte Variante, also da ist jetzt aber noch nicht der X-CO-sechs drin, sondern die Vorgänger EmerRojet Versionen und ich hab hier mal rauskopiert, welche GPUs da eingebaut werden können. Aber Sie sehen, das ist die Variante HGXH einhundert, die dann eben fest im Board verbaut ist und die gibt's dann auch nur achtfach, ja? Das ist dann 1 und achter Board und da setze ich entweder den H einhundert oder H 200 drauf. Unterscheidung, vor allem ist einfach mal 80 oder 141 Watt und Sie sehen, da reden wir über 700 Watt, nennen Sie das Vergleich mit dem PCI Karten, da reden wir über 400 Watt. Also die sind dann noch mal ein bisschen gedrosselt. Hier können wir also wirklich die Zügel gehen lassen und denen die volle Leistung bieten. Ja, was gibt's jetzt? Das Gleiche noch mal. Nein, das ist jetzt die 6 85 a Geschmacksrichtung wiederum AMD. Ist ja auch schon öfter in meinen Vorstellungen gefallen. 0 hinten steht für Intel, 5 hinten steht für AMD. Also die gleiche Maschine mehr oder minder, das gleiche Chassis, jetzt mit anderem Motherboard, eben AMD basiert. Dann natürlich auch ein bisschen eher andere Grafikadapter hier eben auch mal einen AMD Variante ist da letztendlich drin und das sehen wir dann hier. Also da kommt dann eben zu den beiden HG X Boards eben auch das MI 300 X Port dazu. Was natürlich schon mal spannend ist, weil es von vornherein 192 Gigabyte Memory letztendlich bringt. Das sind also auch Dinge, die man bei den letztendlich kalkulieren muss. Und dann gibt es noch die dritte Variante, das ist die 87 a. Das ist wiederum die gleiche wie die 680 a, bloß eben kompakter. Ich kann mir 3 Höheneinheiten sparen, also ich hab mit Dampfrahmen obendrauf gehaut, sie verkomprimieren. Das konnte ich deswegen tun, weil wir die jetzt dann direkt Wasser kühlen. Sowohl die CPUs, als auch die NV Switch, als auch die GPUs. Dadurch kriegen wir also 2 Schläuche für die GPUs, einen für die NV Switch und einen Schlauch für die CPUs. So ist die Verteilung und damit kriege ich natürlich schon mal eine größere Kompaktheit hin, weil ich nicht eine solche riesige Batterie an Lüftern betreiben können muss, weil ich nicht mehr so viel Luft bewegen muss. Da spare ich immer 3 Höheneinheiten. Ich spar mal allein deswegen schon ungefähr 20 Prozent Energie ein, weil ich eben weniger Lüfter unter Volllast laufen lassen muss. Ich kann damit also eine Optimierung erreichen. Ist also durchaus eine Sache und wer ernsthaft in dem Umfeld mit im größeren in der größeren Liga GPU AI spielen will, muss spätestens jetzt ernsthaft drüber nachdenken, bis im ersten Schritt schon, aber schon relativ bald mal sich Gedanken machen über Wasserkühlung, weil das hört nicht auf. Es gibt bei den GPUs, genauso wie bei den CPUs, wenn man immer an die an die Hochleistungsobergrenze geht, nur eine Richtung, mehr Energie. Logischerweise kriegt man dafür immer mehr Rechenleistung raus, aber mehr Energie ist damit auch immer eingekauft. Die Formfaktoren sind begrenzt. Wir haben nicht viel Möglichkeiten. Gleichzeitig bedeutet die Mehrenergie aber auch andere Toleranzen gegen Temperatur. Die C-Pinos und die G-Pinos können nicht mehr so viel Hitze ertragen, das heißt, die müssen noch stärker kühlen. Also, wenn ich jetzt in diese Reise mit AI einsteige und sag, das wird ein paar Jahre anhalten, dann muss ich mir überlegen, wie schnell kann ich mein System auf Wasserkühle umstellen, wenn ich hier in dem großen Spielliga spiele. Die 3 gerade eben genannten Maschinen sind natürlich wirklich gigantisch groß und sind natürlich dann auch gigantisch teuer zu bekommen und deswegen habe ich nicht unbedingt die größte, aber die vielleicht interessant, vergessen hier noch die Boards aufzulegen, aber das deckt sich mit dem, was wir ja vorher schon gesehen hatten. Nee, Entschuldigung, hier gibt's auch die B 200. Das muss ich an der Stelle noch mal erwähnen. Die B2hundert ist ja jetzt eine der jüngsten Varianten, die Envide herausgebracht hat. Da gab's aber dann eben jetzt wiederum Diskussionen und wir haben uns jetzt entschieden, die 87 a hat sie, woanders sie nicht zu bringen, weil Sie sehen, wir reden hier über 1000 Watt, 1000 Watt. Wenn wir 1000 Watt in diesem System in Luft kühlen wollten, bräuchten wir 6 Höheneinheiten, große Gegner, Lüftereinheiten und das kriegen wir nicht mehr hin. Das macht kaum mehr Sinn und wer wer heute überlegt, solche Geräte einzusetzen, sondern nicht einige, sondern viele, der ist auch in der Lage, sein Rechenzentrum da drum umzubauen und denkt über Wasserkühlung nach. Also deswegen G 200 ist nicht mehr sehr und das zeigt Ihnen auch, dass der Weg, wenn ich hier oben mitspiele mitspielen will mitspielen muss, dass ich dieses Thema Wasserkühlung nicht mehr rumkomme. Auch da noch mal ein Verweis auf alle Vorträge, die Jensen Huan gemacht hat, der es redet eigentlich auch nichts anderes, wenn er über dieses Thema redet. Dann habe ich hier noch mal 'n Vergleich gepackt, auch da mal aus unserem GPU Guide. Das mag da mal ganz gut helfen, dass man die Systeme einordnen kann. Wie wird denn gerechnet? Die die Floating Point Operationen sind dargestellt. Sie sehen die die die Tänzerkurs sind aufgenommen. Sie sehen die Memory Bandbreite. Das mag mal ganz gut helfen, wenn ich mal wirklich intensiver ins Sizing einsteige, schauen Sie sich die Referenz mal an. Aber jetzt zu guter Letzt, nicht zum High End System, aber zum womöglich interessantesten System, wenn man es auch mal bedenkt unter dem Aspekt der Kosten. Die SR6fünfundsiebzig V3, oh, jetzt bin ich etwas blass, ich weiß nicht, wie alt sie ist. Ich würd sagen, 3 Jahre haben wir sie schon im Markt. Sie war damals ein bisschen was Revolutionäres, weil wir mal wieder was gemacht haben, was Ungewöhnliches. Der Vorgänger war hinten passiert, konnte in etwa die gleiche GPO Anzahl, aber wir mussten jetzt die größer machen. Die hat 3 Höheneinheiten und Sie sehen's unten rechts, warum? Na ja, ich kann da bis zu 16 GPUs einbauen, 16 Singlebbreite. Ich kann da eben auch 8 Doppelbreite einbauen. Also wir sind, was die Anzahl der GPUs betrifft, vergleichbar mit diesen großen Maschinen, die ich gerade erläutert habe, allerdings halt gebremst, weil es reine PCI Karten sind. Das heißt, da hat er ja gesagt, die sind ein bisschen gedrosselt, was Ihre Performance betrifft, aber auf der anderen Seite können wir hier auch mit SXN Technologie arbeiten. Da stehen Sie hier rechts, das wär die Maschine hier oben. Da haben Sie einen SXN Wort, da sind dann 4 drin. Das wäre vielleicht auch noch eine Überlegung, aber wenn Sie auf 8 wollen, dann können Sie nicht mit SXM hier drin arbeiten. Das war der Grund für die großen Maschinen, also sondern hier arbeiten Sie mit letztendlich Pritches. Auch hier und da ist die Liste sehr, sehr illustisch, sehr, sehr lang, was Sie verwenden können. Also Sie sehen oben hier nochmal diese HGXSXM Varianten, aber da kriegen Sie dann 4 Stück rein. 8 geht nicht und dann von den anderen Adaptern und da sind wir hier unten wieder bei der H einhundert, die haben ja schon son NVL, die wir verwenden können. Da können wir 8 Stück davon einbauen. Das ist natürlich schon nicht ganz uninteressant und die H-zweihundert ist hier oben auch noch mal aufgeführt. Das wäre sozusagen das Stärkste, was wir hier letztendlich realisieren können. Auch da können wir 8 einsetzen. Das ist interessant. Das habe ich jetzt hier nicht dabei oder steht's hier mit drin. Für die H-einhundert gibt es zweier Bridges, das heißt, ich kann aus den 8 Karten, wenn ich denn alle 8 verwenden will, immer 4 Pärchen bauen. Für die NVLs H2hunderter, das können Sie natürlich in dem in dem Link, den ich unten angelegt hab, nachlesen, gibt es auch Vierer Bridges. Das heißt, ich kann aus den den 2 h den 8 H einhundert ein ein bei Viererblöcke letztendlich wie jetzt hier. Und ein Vierer Block hat dann viermal 141 Memory letztendlich drin. Das sind dann schon knappes Terabyte, 'n knappes halbes Terabyte. Das ist dann schon sehr für sehr, sehr große Large Language Models ist das dann schon sehr, sehr interessant, diese zu verwenden. Es ist die PCI Variante und damit leite ich über zum letzten Punkt, den ich heute ermenge, ist über AR Enterprise zu reden. AR Enterprise ist der Framework, die Lizenz, die Sie bekommen, wenn Sie sich mit NVIDIA beschäftigen. NVIDIA bringt ja nicht nur unglaublich starke Hardware heraus, sondern ist ja sehr, sehr stolz über den ganzen Softwareframework, den Sie letztendlich bringen und damit positionieren Sie sich ja auch ganz stark gegen alles, was draußen ist. Das heißt, Sie kriegen dann ein mit ARR Enterprise eine eine sehr umfangreiches Paket, das ich jetzt nicht in aller Tiefe hier diskutieren kann, aber Sie kriegen dann schon entsprechende Kubernetes Container, die Sie verwenden können, die Sie ausrollen können. Sie kriegen entsprechend vortrainierte Modelle. Sie kriegen die entsprechende Skriptsammlung, letztendlich loszulegen. Sie haben die Anschlussstellen zu den wesentlichen Plattformen, Tänzer, Kaffee und was alles notwendig ist, letztendlich dann relativ schnell in eine Prompting Lösung übergehen zu können. Wir waren letzte Woche in Österreich, haben da einen Workshop gehabt, da ist das Ausrollen, das Anfangen mit soner AI Thematik und dann den ersten Prompt abzusetzen, mach mir bitte mal was, das geht innerhalb von kürzester Zeit. Das ist etwas, was Ihnen AI Enterprise letztendlich mitliefern. Ich hab zur zur Vollständigkeit unten mal die mal Listpreise reingeschrieben, was zum Beispiel so eine AI Enterprise Lizenz für 3 Jahre kostet auf 1 GPU. Das sind Also es ist 25000. Und Software, ich weiß nicht, wie die Rabattierung ist, da kann man natürlich 'n bisschen mehr nachlassen, weil ja Produktionskosten ja insofern nicht mehr anfallen. Kann ich aber nicht kommentieren an der Stelle, aber Sie haben eine Größenordnung, dass wir hier schon tüchtig im fünfstelligen Bereich unterwegs sind. Und jetzt ist ganz ganz wichtig, wenn Sie SXN Boards, HGX Boards machen, also die GPUs fest auf dem Board verbaut sind und Sie die volle Leistung davon ziehen können und natürlich die volle Bandbreite zwischen den GPUs haben, dann müssen Sie die Lizenz kaufen. Wenn Sie hingegen aber die PCI Variante nehmen, die speziell in der 6 50 a und in der 6 75 passiert, können Sie ja mit den Bridges arbeiten zum Teil und die Lizenz ist mit dabei. Und wenn Sie sich jetzt anschauen, Sie können ja bei der 6 75, ich blende noch mal zurück, bis zu 8 GPUs einsetzen. Und wenn Sie jetzt die achtmal den Listpreis von 3 Jahren letztlich hier aufgreifen, dann sind wir bei 'ner größeren von 200000 Euro Liste natürlich, aber dafür kriegen Sie, ja, vielleicht nehmen wir uns die ganze Maschine zusätzlich und dann vielleicht kann man dann die Arbeitslasten so verteilen, dass Sie sagen, ey, ich nehm nicht das aller-, allerschnellste System, sondern nehm Mach den einen oder anderen Abstrich, aber hab die Möglichkeit dafür, 2 Maschinen zu betreiben, dann ist das durchaus sehr sehr valide. Also das sollten Sie sich auf alle Fälle im Hinterkopf behalten und auch eine andere Sache, die man bedenken muss. Es mag vielleicht wirklich helfen, sich jedes Jahr mal einen Blick zu werfen in Chans of Onees, wie sagt man, Keynote, also Einstiegsrede auf der GTC, weil er ja dann immer vorstellt, welche Leistungssteigerungen in den GPUs zu sehen sind. Dass es dann vielleicht gar nicht unbedingt sinnvoll ist, etwas für 5 Jahre zu planen, weil innerhalb von 3 Jahren ist die jetzige GTU so stark veraltet, dass der Betrieb sich dann schon fast nicht mehr lohnt, weil sie für die Allein die Stromkosten, die eine ein System, das heute der neueste und letzte Schrei ist, in 3 Jahren so viel Energie braucht, die Sie dann mit mit dem gleichen Energiebudget kriegen Sie die zehnfache oder hundertfache Leistung durch ein neues System. Da muss man sich das dann wirklich auch mal kaufmännisch oder von den Betriebskosten her analysieren, macht das denn noch Sinn? Also wirklich zu überlegen, wenn ich weiß, dass ich über 5 Jahre stabil arbeite, da kommt nichts dazu. Ja, gut, aber für gewöhnlich steigen die Anforderungen, die Kurve geht da eher nach oben. Da könnt man sich wieder überlegen, ob ich das Ganze mache oder ich hab eine gestufte Technologie, die sag ich, ich hab immer einen Spitzensystem, wo ich die die neueste Forschung mache. Ich kann dann ein System, das nach 3 Jahren nicht mehr das Allerschnellste ist, dann für was anderes und kleinere Anwender, dann macht es Sinn. Also das sollten Sie bitte auch im Hinterkopf behalten. So, damit bin ich in etwa in der Zeit geblieben, blende jetzt über auf danke, muss jetzt schauen, dass ich in die Anwendung reinkomme, dass ich mein Teilen aufhebe. Hast Du schon gemacht, Paul. Dankeschön dafür. Mhm. Du selber aus Also also dann sag ich an der Stelle, aber jetzt hab ich das Danke nicht mehr hingeschrieben, dann kommt's jetzt von mir noch mehr mündlich. Vielen Dank für die Aufmerksamkeit. Ich seh, dass aber dann schon Fragen sind oder so was. 2, 3 Fragen. Ich fass die mal zu 1 Frage zusammen, Paul. Es drehte sich so das Thema Lieferzeiten für Grafikkarten. Klar, bei sonem Projekt kommt's jetzt nicht auf einen Tag mehr oder weniger an, aber kannst Du sagen, reden wir da über Wochen, Monate, Halbjahre? Nein, hab ich's ausm Kopf nicht. Da bin ich da bin ich an der Stelle jetzt nicht vorbereitet. Bitte, wenn's ist, aufm auf mich zukommen, auch immer den Konfigurator angemeldet verwenden, weil ja dann die Lieferzeiten angezeigt werden und ansonsten wirklich, wenns ist, eskalieren, Kontakte suchen zum Vertrieb zu mir oder wie auch immer. Wunderbar. Dann Dankeschön, Paul. Mir als PC Mensch brummt 'n bisschen der Kopf, ne, aber unsere Zuschauer wussten ja, worauf sie sich einlassen. Ganz wichtig ist, glaub ich, rübergekommen, ne, son Projekt, das bedarf 1 ordentlichen Planung und dazu braucht's 'n Hersteller, der weiß, was er dort tut und macht und was man können sollte und nicht tun sollte. Und ich glaube, das ist rübergekommen, dass das Wissen bei uns vorhanden ist, von daher kommen Sie gerne auf uns zu. Wir haben uns angewöhnt, bei dem Webcast in letzter Zeit wieder 'n Feedbackumfrage zu machen. Von daher blende ich Ihnen die jetzt ein, dass Sie uns 'n kleines Feedback geben, wenn Sie mögen, kurzen Kommentaren, eine kleine Sternebewertung, damit wir wissen, ob wir hier was richtig machen oder was wir noch verbessern können. Wie immer auch von mir als Letztes noch der Hinweis auf unsere Webseite Lenovo Update Punkt d e. Dort können Sie sich die Aufzeichnung dieses und alle anderen Webcasts noch mal anschauen und 'nem Kollegen oder 'ner Kollegin zeigen. Und wenn Ihnen im Nachgang noch eine Frage kommt, Update at Lenovo dot com. Das leiten wir dann an die entsprechenden Sprecher immer weiter. Ja, und damit besten Dank noch mal. Danke dir, Paul. Guten Tag noch. Ihnen eine gute Woche. Bleiben Sie gesund. Bis zum nächsten Mal. Tschüs. Vielen Dank. Wir sind.