26 september 2026
Voor het aansturen van 8 GPU’s heb je een processor nodig met voldoende PCIe-lanes, geheugenbandbreedte en platformondersteuning voor multi-GPU-configuraties. In de praktijk komen processors uit de AMD EPYC- en Intel Xeon Scalable-familie het meest in aanmerking, omdat zij de bandbreedte en het platform bieden dat 8 volledige GPU-slots vereist. De vragen hieronder helpen je stap voor stap de juiste CPU-GPU-verhouding voor jouw server te bepalen.
Voor een multi-GPU-server met 8 GPU’s heb je minimaal 128 PCIe 4.0-lanes nodig, of 64 PCIe 5.0-lanes, omdat elke GPU doorgaans een x16-verbinding gebruikt voor optimale doorvoer. Moderne high-end processors bieden dit via hun eigen lanes en via de chipset, maar de CPU zelf moet voldoende directe lanes leveren om bottlenecks te vermijden.
PCIe-lanes zijn de slagaders van een GPU-serverconfiguratie. Elke GPU die via een x16-slot werkt, verbruikt 16 lanes. Bij 8 GPU’s kom je daarmee op 128 lanes. Sommige platforms reduceren dit naar x8 per GPU om het aantal slots te verdubbelen, wat in de meeste AI- en HPC-workloads nauwelijks merkbaar is, maar bij NVMe-opslag of netwerkaansluitingen wil je geen compromissen sluiten op de resterende lanes.
AMD EPYC-processors bieden tot 128 of zelfs 160 PCIe-lanes, afhankelijk van de generatie, waardoor zij in GPU-servers structureel de voorkeur krijgen boven vergelijkbare Intel-oplossingen. Intel Xeon Scalable-processors bieden doorgaans 80 tot 112 lanes per socket, wat bij een dual-socketconfiguratie alsnog voldoende is voor 8 GPU’s.
De CPU-architecturen die 8 GPU’s in één systeem ondersteunen, zijn primair AMD EPYC (Genoa, Bergamo en Turin) en Intel Xeon Scalable (Sapphire Rapids en Emerald Rapids). Deze platforms zijn ontworpen voor datacenters en bieden de combinatie van PCIe-lanes, geheugenkanalen en platformintegratie die een GPU-serverconfiguratie met 8 kaarten vereist.
AMD EPYC is in 2026 de dominante keuze voor single-socket GPU-servers. De EPYC 9004-serie (Genoa) en de nieuwere EPYC 9005-serie (Turin) bieden tot 128 PCIe 5.0-lanes per socket, wat betekent dat je 8 GPU’s op x16 kunt aansturen vanuit één processor. Dit is een belangrijk voordeel voor organisaties die de infrastructuur compact willen houden.
Intel Xeon Scalable is een solide alternatief, met name in dual-socketconfiguraties of wanneer softwarecompatibiliteit of bestaande licentiestructuren de keuze sturen. Beide architecturen worden ondersteund door Supermicro-platforms die speciaal zijn geoptimaliseerd voor multi-GPU-workloads, inclusief de nieuwste Nvidia GPU-generaties.
Ja, de workload heeft directe invloed op welke CPU het meest geschikt is voor het aansturen van 8 GPU’s. AI-training en inferentie stellen andere eisen aan geheugenbandbreedte en CPU-GPU-communicatie dan HPC-simulaties of 3D-rendering. De beste processor voor een GPU-server is altijd de processor die aansluit bij de specifieke rekenvraag.
Bij AI-workloads, zoals het trainen van grote taalmodellen of het uitvoeren van LLM-inferentie, draait de GPU vrijwel autonoom. De CPU fungeert als coördinator en hoeft niet extreem krachtig te zijn, maar moet wel voldoende PCIe-bandbreedte en geheugenkanalen bieden om de datastroom naar de GPU’s op gang te houden. AMD EPYC is hier bijzonder sterk door zijn hoge aantal lanes per socket en brede geheugeninterface.
Bij HPC-workloads is de samenwerking tussen CPU en GPU intenser. Berekeningen worden vaak opgesplitst tussen de processor en de versnellerkaarten, wat betekent dat de CPU zelf ook rekenkracht moet leveren. Hier loont het om te kiezen voor een processor met veel cores en een hoge kloksnelheid per core, naast de vereiste PCIe-capaciteit.
Bij GPU-rendering, zoals in architectuur, film of simulatiesoftware, is de GPU dominant. De CPU speelt een ondersteunende rol bij het voorbereiden van scènes en het beheren van assets. In dit scenario is een krachtige single-socket-CPU met voldoende lanes doorgaans voldoende, wat de totale serverkosten lager houdt.
Geheugenbandbreedte van de CPU beïnvloedt GPU-prestaties indirect maar significant. Wanneer data vanuit het systeemgeheugen naar de GPU’s moet worden getransporteerd, bepaalt de bandbreedte van de CPU-geheugeninterface hoe snel die overdracht verloopt. Een processor met smalle geheugenbandbreedte creëert een bottleneck die de GPU’s onderbenut laat, zelfs als de GPU’s zelf krachtig genoeg zijn.
AMD EPYC-processors ondersteunen doorgaans 12 geheugenkanalen per socket, wat resulteert in een aanzienlijk hogere geheugenbandbreedte dan de meeste Intel-alternatieven. Bij AI-toepassingen waarbij grote datasets continu naar de GPU’s worden gevoerd, is dit een concreet prestatieverschil dat zichtbaar is in trainingstijden en inferentiesnelheid.
Naast de geheugenbandbreedte speelt ook de capaciteit een rol. GPU-servers met 8 kaarten verwerken grote modellen en datasets die tijdelijk in het systeemgeheugen worden gebufferd. Platforms die 1 TB of meer aan DDR5-geheugen ondersteunen, geven meer ruimte voor die buffers, wat de algehele stabiliteit en efficiëntie ten goede komt. Voor AI-serveroplossingen is dit een van de eerste specificaties om te controleren.
Supermicro biedt meerdere platforms die specifiek zijn ontworpen voor multi-GPU-GPU-serverconfiguraties met 8 kaarten. De bekendste zijn de systemen uit de A+ Server-lijn op basis van AMD EPYC, en de X13-systemen op Intel Xeon Scalable. Supermicro is als merk uniek in zijn vermogen om nieuwe Nvidia GPU-generaties als eerste te ondersteunen, ruim voor merken als HP en Dell dat doen.
Platforms zoals de Supermicro AS-8125GS-TNHR en vergelijkbare 4U-chassisoplossingen bieden ruimte voor 8 volledige GPU’s, inclusief de vereiste koeling, voeding en backplane-ondersteuning. Supermicro’s brede portfolio betekent dat er voor vrijwel elke combinatie van GPU-type, formfactor en netwerkvereiste een passende behuizing bestaat.
Wij leveren als grootste en oudste Supermicro-distributeur van Nederland deze platforms volledig geconfigureerd op maat. Elke server wordt samengesteld op basis van de specifieke workload, het aantal GPU’s, het gewenste geheugen en de opslagvereisten van de klant. Dat maatwerk is precies wat organisaties nodig hebben als standaardconfiguraties van andere merken niet toereikend zijn. Bekijk onze AI-infrastructuuroplossingen voor meer informatie over beschikbare GPU-serverplatforms.
Een dual-socket-CPU-configuratie is nodig wanneer de PCIe-lanes, geheugenbandbreedte of rekenkracht van één processor onvoldoende is voor de gewenste GPU-serverconfiguratie. Dit is met name het geval bij Intel Xeon-platforms, waarbij twee sockets samen de lanes leveren die AMD EPYC al met één socket biedt, of bij workloads die naast GPU-kracht ook intensieve CPU-berekeningen vereisen.
In de praktijk zijn er twee situaties waarin een dual-socketopzet zinvol is. Ten eerste wanneer de workload hybride is: een combinatie van zware CPU-berekeningen en GPU-versnelling, zoals bij bepaalde HPC-simulaties of genomica-onderzoek. Ten tweede wanneer de gekozen CPU-architectuur simpelweg niet genoeg lanes per socket levert voor 8 GPU’s op x16, en een tweede socket de ontbrekende capaciteit aanvult.
Het nadeel van dual-socket is de hogere kostprijs en het complexere thermische beheer. Bovendien vereist NUMA-architectuur (Non-Uniform Memory Access) aandacht bij softwareconfiguratie, omdat geheugen dat aan de verkeerde socket is gekoppeld, latentie introduceert. Voor de meeste moderne AI- en GPU-workloads is een single-socket AMD EPYC-platform in 2026 de efficiëntere en kosteneffectievere keuze. Voor opslagintensieve workloads waarbij ook de opslagconfiguratie een rol speelt, kan een dual-socketplatform echter extra flexibiliteit bieden.
Nee, consumentenprocessors zijn niet geschikt voor een 8 GPU-serverconfiguratie. Ze bieden maximaal 24 tot 44 PCIe-lanes, wat bij lange na niet voldoende is voor 8 GPU’s op x16. Bovendien ondersteunen deze platforms geen ECC-geheugen, geen hoge geheugenkanaalconfiguraties en zijn ze niet ontworpen voor de continue, zware belasting die een GPU-server vereist. Voor serieuze multi-GPU-workloads is een server-CPU uit de AMD EPYC- of Intel Xeon Scalable-familie de enige verantwoorde keuze.
Controleer eerst het aantal beschikbare PCIe-lanes van je huidige CPU en het aantal vrije x16-slots in je serverchasssis. Kijk daarna of de voeding voldoende wattage levert, want 8 high-end GPU’s kunnen samen 5.000 watt of meer verbruiken. Als je platform op AMD EPYC of Intel Xeon Scalable draait en de juiste formfactor heeft, is een upgrade soms mogelijk met alleen een chassis- en voedingswissel. Neem bij twijfel contact op met een gespecialiseerde distributeur die de compatibiliteit per configuratie kan doorrekenen.
De meest voorkomende fout is het onderschatten van de totale stroomvereisten: veel organisaties kiezen een voeding die de GPU’s op papier ondersteunt, maar geen ruimte laat voor CPU, geheugen en opslag. Een tweede veelgemaakte fout is het negeren van NUMA-topologie bij dual-socketplatforms, waardoor GPU’s die aan de verkeerde socket hangen significant trager presteren. Ten slotte wordt koeling regelmatig onderschat: 8 volledige GPU’s in een 4U-chassis genereren extreme warmte, en onvoldoende airflow of waterkoeling leidt tot throttling en instabiliteit.
De GPU-generatie heeft indirecte invloed op de CPU-keuze, met name via de PCIe-versie. Nvidia H100 en H200 maken gebruik van PCIe 5.0, wat betekent dat je maximaal profiteert van een CPU-platform dat PCIe 5.0 ondersteunt, zoals AMD EPYC 9004 of 9005 (Turin). Bij een PCIe 4.0-platform zoals sommige oudere Xeon-configuraties loop je bandbreedte mis, wat bij intensieve AI-training meetbaar is in doorvoersnelheid. Voor A100-GPU’s, die PCIe 4.0 gebruiken, is een EPYC Genoa-platform al volledig toereikend.
Als vuistregel wordt aangehouden dat het systeemgeheugen minimaal gelijk is aan de totale VRAM van alle GPU’s samen. Bij 8x Nvidia H100 met 80 GB VRAM per kaart betekent dat minimaal 640 GB systeemgeheugen. In de praktijk adviseren wij 768 GB tot 1 TB DDR5 om voldoende bufferruimte te hebben voor datasets, modelgewichten en OS-processen. Platforms gebaseerd op AMD EPYC Turin ondersteunen tot 3 TB DDR5, wat ruimschoots voldoende is voor de zwaarste AI- en HPC-workloads.
NVLink en NVSwitch zijn geen vervanging voor PCIe-lanes, maar een aanvulling erop. Ze versnellen de GPU-naar-GPU-communicatie aanzienlijk, wat bij grootschalige modeltraining enorm waardevol is, maar de initiële verbinding tussen CPU en GPU blijft via PCIe verlopen. In systemen zoals de Nvidia DGX H100 is NVSwitch geïntegreerd in het platform, maar voor standaard GPU-servers blijft de PCIe-bandbreedte van de CPU de bepalende factor voor de data-aanvoer vanuit het systeemgeheugen en de opslag.
Een single-socket AMD EPYC-configuratie heeft doorgaans een lagere TCO dan een vergelijkbare dual-socket Intel Xeon-opzet. Je bespaart op de aanschafprijs van de tweede CPU, het bijbehorende geheugen per socket, de complexere moederbordarchitectuur en het hogere energieverbruik van twee processors. Daarnaast zijn de beheerkosten lager omdat NUMA-gerelateerde softwareconfiguratie wegvalt. Voor de meeste AI- en GPU-gerichte workloads in 2026 levert een single-socket EPYC Turin-platform meer rekenkracht per euro dan een dual-socket Xeon-alternatief.
Den Sliem 89
7141 JG Groenlo
The Netherlands
+31 544 470 000
info@ncs.nl
GPU-servers verwerken duizenden berekeningen parallel — ontdek wanneer ze onmisbaar zijn voor jouw organisatie.
Wat is een AI-server en wanneer heb je er een nodig? Ontdek de techniek, hardware en toepassingen.
