← Каталог оборудования
Huawei Atlas 800I A3 (8× Ascend 910C 128GB, 4× Kunpeng 920, RAM 2TB)
HuaweiНовый

Huawei Atlas 800I A3 (8× Ascend 910C 128GB, 4× Kunpeng 920, RAM 2TB)

66 252 100 ₽

Цена ориентировочная. Информация в каталоге не является публичной офертой.

Артикул
SF-19292
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
Инференс / RAG-системы / Анализ данных / Научные расчеты (HPC)
Процессор (CPU)
Kunpeng 920
Видеокарта (GPU)
Ascend 910C
Количество GPU, шт
8
Общий объем видеопамяти (VRAM), ГБ
1024
Тип памяти GPU
HBM
Объем оперативной памяти (RAM), ГБ
2000
Тип оперативной памяти
DDR5 ECC REG
Форм-фактор
10U
Тип точности Совокупная мощность восьми Ascend 910C Reasoning
Совокупная мощность восьми Ascend 910C Reasoning
FP32
1.20 PFLOPS
FP16
4.48 PFLOPS
INT8
8.96 POPS
Видеокарта
8x Ascend 910C Reasoning 128GB HBM
Оперативная память
2TB DDR5 ECC REG возможно увеличить до 4TB
Сетевые карты
8x 400Gbe QSFP интерфейс прямого выхода, протокол RoCE 56x 400Gbe QSFP интерфейс прямого выхода, протокол Lingqu

Описание

Atlas 800I A3 - это стоечный AI-сервер форм-фактора 10U, построенный на NPU Ascend 910C Atlas A3 Reasoning и четырёх процессорах Kunpeng 920, ориентированный на высокоплотный Инференс / Развертывание (Inference) в дата-центрах. На одной машине может работать до 8 процессоров Ascend 910, а несколько таких серверов объединяются в суперузел с суммарно 384 картами, что делает платформу подходящей для крупных AI-сервисов и централизованных LLM-шлюзов.

Каждый Atlas 800I A3 оснащён восемью модулями встроенной памяти по 128 ГБ (HBM) с суммарной пропускной способностью до 3,2 ТБ/с, обеспечивая вычислительную мощность до 4,48 PFLOPS в FP16 и 8,96 POPS в INT8. Межсоединение D2D с пропускной способностью 784 ГБ/с в обоих направлениях позволяет эффективно масштабировать инференс и RAG-системы (Retrieval-Augmented Generation) внутри узла и между узлами суперкомпьютерного уровня, минимизируя задержки между NPU.

Системная часть включает 32 слота DDR5-памяти (до 5200 МТ/с, один модуль - до 64 ГБ), локальное хранилище 2× 2.5" SATA + 8× 2.5" NVMe, до 5 слотов расширения PCIe 5.0. Внешняя сеть реализована через 8× 400GE QSFP - это RoCE/Ethernet-плоскость для подключения к датацентровой сети и внешним сервисам, а 56× 400GE QSFP работают как фабрика LingQu для межсоединения NPU внутри всего A3-кластера, образуя высокопроизводительную внутреннюю шину для распределённого инференса.

Шесть блоков питания по 3,0 кВт с горячей заменой и резервированием 5+1, питание от 220 В AC или 336/240 HVDC, воздушное охлаждение с пятью модулями вентиляторов (4+1, hot-swap) и максимальная потребляемая мощность до 14,6 кВт обеспечивают работу в режиме круглосуточного продакшн-инференса. Платформа заточена под стек Ascend (CANN, MindSpore, PyTorch-Ascend) и предназначена прежде всего для долгоживущего Инференса / Развертывания (Inference) и высоконагруженных AI-сервисов, а не для классического CUDA-обучения.

Производительность GPU

Тип точностиСовокупная мощность восьми Ascend 910C Reasoning
FP321.20 PFLOPS
FP164.48 PFLOPS
INT88.96 POPS

Совместимость с LLM-моделями

Модель Тип квантизации Требуется VRAM Совместимость Примечание
DeepSeek-V4-ProНетПримерно 865GB ✅ Запускается на суперузле Atlas 800I A3 с несколькими узлами; ориентирована на сложные reasoning-сценарии и длинный контекст.
Qwen3.5-397B-A17B Нет Примерно 807GB ✅ Хорошо масштабируется по NPU Ascend 910C и узлам кластера Atlas 800I A3; подходит для продакшн-чатов, агентов и RAG.
Gpt-oss:120b Нет Примерно 196GB ✅ Эффективно использует память Ascend 910C на Atlas 800I A3; удобно для больших батчей и длинных диалогов без квантизации.
GigaChat3.5-432B-A28B-bf16 Нет Примерно 868GB ✅ Ориентирован на использование ресурсов суперузла Atlas 800I A3; подходит для крупных ассистентов и генерации очень длинных контекстов.
Mistral-Large-3-675B-Instruct-251 Нет Примерно 682GB ✅ Оптимальна для reasoning- и аналитических задач на NPU Ascend 910C в кластере Atlas 800I A3, включая RAG и интеллектуальных агентов.
GLM-5-GGUF Q4_K_M Примерно 456GB ✅ Эффективно задействует ресурсы Atlas 800I A3 без квантизации; подходит для reasoning-задач, RAG и промышленных 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-GGUF UD_Q4_K_M Примерно 630GB ✅ Квантизированная Pro-версия для более гибкого размещения на серверных конфигурациях с разным объёмом памяти; подходит для RAG, reasoning-задач и производственных LLM-сервисов.

Совместимость с диффузионными моделями

<!-- -->
Модель Тип Совместимость Примечание
Stable Diffusion XL 1.0 Текст в изображение ✅ Надёжное качество; на Atlas 800I A3 можно вести генерацию высокого разрешения и многопользовательские пайплайны.
Flux.2-dev Текст в изображение ✅ Требует ~178GB VRAM; на Atlas 800I A3 удобно запускать несколько параллельных пайплайнов для генерации high-res изображений и больших батчей.
SD Turbo Быстрые предпросмотры ✅ Максимальная скорость итераций и серийных кадров на Ascend 910C; подходит для прототипирования и online-предпросмотров.
Kandinsky-5.0-T2I-Lite-sft-Diffusers Текст в изображение ✅ Лёгкая версия Kandinsky 5.0 (~35GB VRAM); на Atlas 800I A3 есть большой запас по памяти для высокого разрешения и плотных батчей.
Kandinsky-5.0-T2V-Lite-sft-5s-Diffusers Текст в видео ✅ Модель T2V (~29GB VRAM) для роликов до ~5 секунд; на Atlas 800I A3 легко масштабируется по нескольким NPU для пакетной генерации видео.
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 Ascend 910C Reasoning 128GB HBM
Процессор4x Kunpeng 920 (64c/64t, 2.6Ghz, 180W)
Оперативная память2TB DDR5 ECC REG возможно увеличить до 4TB
Сетевые карты8x 400Gbe QSFP интерфейс прямого выхода, протокол RoCE
56x 400Gbe QSFP интерфейс прямого выхода, протокол Lingqu