← Каталог оборудования
NVIDIA DGX B200 (8× B200 SXM 180GB, 2× Xeon Platinum 8570, RAM 2TB)
NVIDIAНовый

NVIDIA DGX B200 (8× B200 SXM 180GB, 2× Xeon Platinum 8570, RAM 2TB)

99 559 200 ₽

Цена ориентировочная. Информация в каталоге не является публичной офертой.

Артикул
SF-17362
Наличие
Уточняется
Обновлено
12.11.2026

Поставки организациям и ИП для бизнеса. Для оформления заказа свяжитесь с менеджером и согласуйте итоговую цену, комплектацию и наличие. Контакты менеджера

Все характеристики

Характеристики

Тип
Новые
Основная задача
Обучение моделей / Инференс / Дообучение моделей / RAG-системы / Анализ данных / Научные расчеты (HPC) / Визуализация и рендеринг
Процессор (CPU)
Intel Xeon
Видеокарта (GPU)
NVIDIA B200 SXM
Количество GPU, шт
8
Общий объем видеопамяти (VRAM), ГБ
1440
Тип памяти GPU
HBM3e
Объем оперативной памяти (RAM), ГБ
2000
Тип оперативной памяти
DDR5 ECC REG
Форм-фактор
10U
Тип точности Совокупная мощность DGX B200 8-GPU
Совокупная мощность DGX B200 8-GPU
FP64 Tensor core
296 TFLOPS
FP32 Tensor core
600 TFLOPS
BF16/FP16 Tensor core
36 PFLOPS
INT8 Tensor core
72 POPS
FP8/FP6 Tensor core
72 PFLOPS
FP4 Tensor core
144 PFLOPS
Видеокарта
8x Nvidia B200 SXM 180GB HBM3e
Процессор
2x Intel Xeon Platinum 8570 (56c/112t, 2.1GHz-4GHz, 350W)
Оперативная память
2TB возможно увеличить до 4TB
SSD накопители
2x 1.9TB NVMe M.2 8x 3.84TB NVMe U.2
Сетевые карты
4x NVIDIA ConnectX-7 VPI (1x OSFP, 400GBE) 2x NVIDIA BlueField-3 DPU (2x QSFP112, 400GBE)

Описание

Система NVIDIA DGX B200 объединяет восемь NVIDIA B200 SXM Blackwell через NVLink 5 в единый высокоскоростной домен, обеспечивая топовую производительность для Обучения моделей, Дообучения, Инференса и RAG-систем, а также для HPC / Научных расчётов. Общий объём HBM3e - 1.44 TB, чего хватает для крупных батчей, длинного контекста и распределённого KV-кеша

Архитектура Blackwell с Transformer Engine (2-е поколение) поддерживает FP8/FP4 наряду с BF16/FP16/TF32/FP32/FP64 - это ускоряет тренинг и инференс LLM при высокой точности. Пятая генерация NVLink обеспечивает крайне низкую латентность и масштабирование при TP/PP. Стек: CUDA, PyTorch, TensorRT-LLM, vLLM.

Производительность GPU

Тип точностиСовокупная мощность DGX B200 8-GPU
FP64 Tensor core296 TFLOPS
FP32 Tensor core600 TFLOPS
BF16/FP16 Tensor core36 PFLOPS
INT8 Tensor core72 POPS
FP8/FP6 Tensor core72 PFLOPS
FP4 Tensor core144 PFLOPS

Совместимость с LLM-моделями

МодельТип квантизацииТребуется VRAMСовместимостьПримечание
DeepSeek-V4-ProНетПримерно 865GB✅Силен в рассуждениях
Qwen3.8-2.4T-A95B-GGUF UD-IQ4_XS Примерно 1.31TB✅Легко масштабируется при распараллеливании по 5 GPU; подходит для продакшн-чатов и агентов.
Gpt-oss:120bНетПримерно 196GB✅Комфортная работа при распараллеливании по 2–4 GPU; удобно для больших батчей и длинных диалогов.
GigaChat3.5-432B-A28B-bf16 Нет Примерно 868GB✅Эффективно использует ресурсы 8×B200 без квантизации; подходит для крупных ассистентов и генерации длинных контекстов.
Mistral-Large-3-675B-Instruct-251НетПримерно 682GB✅Оптимальна для reasoning- и аналитических задач на DGX B200, включая RAG и интеллектуальных агентов..
GLM-5.3 Нет Примерно 756GB✅Эффективно использует ресурсы 8×B200 без квантизации; подходит для reasoning-задач, RAG и производственных LLM-сервисов.
Kimi-K2.7-Code Нет Примерно 595GB ✅ Полноразмерная версия для мощных GPU-серверов; подходит для reasoning-задач, RAG, агентных рабочих процессов и производственного инференса с высоким запасом качества.
MiniMax-M3 Нет Примерно 854GB ✅ Полноразмерная версия для серверов с большим запасом памяти; подходит для reasoning-задач, RAG, агентных сценариев и стабильного production-инференса без агрессивной квантизации.
MiMo-V2.5-Pro Нет Примерно 1.03TB ✅ Крупная Pro-версия для серверов с большим объёмом GPU-памяти; подходит для сложных reasoning-задач, RAG, агентных сценариев и production-инференса с высоким запасом качества.

Совместимость с диффузионными моделями

<!-- -->
МодельТипСовместимостьПримечание
Stable Diffusion XL 1.0Текст в изображение✅Надёжное качество; множество готовых пайплайнов и оптимизаций.
Flux.2-devТекст в изображение✅Требует ~178GB VRAM. Подходит для генерации изображений высокого разрешения и больших батчей.
SD TurboБыстрые предпросмотры✅Максимальная скорость для итераций и серийных кадров.
Kandinsky-5.0-T2I-Lite-sft-Diffusers Текст в изображение✅Лёгкая версия Kandinsky 5.0; требует ~35GB VRAM, на этих конфигурациях есть большой запас по видеопамяти для высокого разрешения и батчей.
Kandinsky-6.0-Pro-distill-5s-Diffusers Текст/изображение в видео со звуком ✅ Модель для генерации 5-секундных видео с синхронизированным звуком по тексту или изображению.
NVIDIA-Cosmos3-Super Генерации, анализа и симуляции физического мира, которая может работать с текстом, изображениями, видео и действиями ✅ Модель объёмом 133 GB для генерации, анализа и симуляции физического мира. Работает с текстом, изображениями, видео и действиями, поэтому подходит для сложных мультимодальных сценариев. Требует высокой производительности и большого объёма видеопамяти, а стабильность запуска зависит от конкретной конфигурации и настроек оптимизации.

Технические характеристики

Видеокарта8x Nvidia B200 SXM 180GB HBM3e
Процессор2x Intel Xeon Platinum 8570 (56c/112t, 2.1GHz-4GHz, 350W)
Оперативная память2TB возможно увеличить до 4TB
SSD накопители2x 1.9TB NVMe M.2
8x 3.84TB NVMe U.2
Сетевые карты4x NVIDIA ConnectX-7 VPI (1x OSFP, 400GBE)
2x NVIDIA BlueField-3 DPU (2x QSFP112, 400GBE)