
Supermicro AS-5126GS-TNRT2 (8× RTX PRO 6000 BSE 96GB, 2× EPYC 9554, RAM 1.5TB)
47 482 750 ₽
Цена ориентировочная. Информация в каталоге не является публичной офертой.
- Артикул
- SF-19670
- 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
Характеристики
- Тип
- Новые
- Основная задача
- Обучение моделей / Инференс / Дообучение моделей / RAG-системы / Визуализация и рендеринг
- Процессор (CPU)
- AMD EPYC
- Видеокарта (GPU)
- NVIDIA RTX PRO 6000 Blackwell
- Количество GPU, шт
- 8
- Общий объем видеопамяти (VRAM), ГБ
- 768
- Тип памяти GPU
- GDDR7
- Объем оперативной памяти (RAM), ГБ
- 1536
- Тип оперативной памяти
- DDR5 ECC REG
- Форм-фактор
- 5U
- Тип точности Совокупная мощность восьми RTX PRO 6000 BSE
- Совокупная мощность восьми RTX PRO 6000 BSE
- FP32
- 960 TFLOPS
- FP4
- 32 PFLOPS
- RT Core performance*
- 2840 TFLOPS
- Платформа
- Supermicro AS-5126GS-TNRT2
- Видеокарта
- 8x NVIDIA RTX PRO 6000 Blackwell Server Edition 96GB GDDR7
- Процессор
- 2x AMD EPYC 9554 (64/128, 3.1GHz-3.75GHz, 360W)
- Оперативная память
- 12x 128GB DDR5 ECC REG Samsung 4800Mhz 4Rx4
- SSD накопитель
- 4x Solidigm D7-PS1010 1.92TB 2.5" U.2 2x Solidigm D7-P5810 800GB 2.5" U.2
- Сетевая карта
- 2x NVIDIA MCX713106AS-VEAT (2x QSFP112 200GBE)
Описание
Этот сервер в нашей конфигурации Стойка рассчитан на тяжёлые AI-нагрузки и стабильный продакшен: сервер отлично подходит для Инференс / Развертывание (Inference), RAG-системы (Retrieval-Augmented Generation), Дообучение моделей (Fine-tuning) и Обучение моделей (Training), а также для Визуализация и рендеринг и Видеоаналитика / Видеонаблюдение.
В основе - NVIDIA RTX PRO 6000 Blackwell Server Edition и суммарно 768 GB VRAM (8×96 GB, GDDR7, ECC). Такой запас памяти даёт комфортный запуск крупных LLM, высокий параллелизм (несколько сервисов/реплик), большой контекст и устойчивую работу с KV-cache. Поддерживаются современные режимы ускорения (включая FP4/FP8/INT8/FP16 в зависимости от пайплайна) и экосистема CUDA для актуальных библиотек и фреймворков.
В сервере 24 DIMM-слота, сейчас задействовано 12, поэтому конфигурация легко расширяется - можно “докинуть” память без замены текущих модулей. Также доступно расширение через M.2.
Производительность GPU
| Тип точности | Совокупная мощность восьми RTX PRO 6000 BSE |
| FP32 | 960 TFLOPS |
| FP4 | 32 PFLOPS |
| RT Core performance* | 2840 TFLOPS |
*-RT Core performance - это пиковая производительность специализированных RT-ядер (Ray Tracing Cores), которые аппаратно ускоряют операции трассировки лучей (поиск пересечений луча с геометрией и обход BVH). Показатель важен для визуализации/рендеринга и некоторых графических/3D-пайплайнов, но не является прямым аналогом FP32/AI-производительности.
Совместимость с LLM-моделями
| Модель | Тип квантизации | Требуется VRAM | Совместимость | Примечание |
| DeepSeek-R1 685B | Нет | Примерно 689GB | ✅ | Запускается на одном сервере с 8× RTX PRO 6000 BSE (768GB VRAM) за счёт multi-GPU распределения (tensor/pipeline parallel) через vLLM/TensorRT-LLM; ориентирован на сложные reasoning-сценарии и очень длинный контекст. |
| Qwen3.5-397B-A17B-FP8 / Qwen3.6-35B-A3B | FP8 / Нет | Примерно 406GB / 71.9 GB | ✅ | Отлично масштабируется по 8 GPU в рамках одного узла; подходит для продакшн-чатов, агентов и RAG-систем с высоким QPS и длинными диалогами. |
| Gpt-oss:120b | Нет | Примерно 196GB | ✅ | Комфортно работает в рамках одного сервера: можно держать модель без квантизации и параллельно запускать несколько сервисов/реплик благодаря большому запасу VRAM и пропускной способности Blackwell. |
| GigaChat3.5-432B-A28B | Нет | Примерно 438GB | ✅ | Помещается на одном узле 8×96GB и запускается в multi-GPU режиме; хорошо для крупных ассистентов, длинного контекста и нескольких одновременных потоков инференса. |
| Mistral-Large-3-675B-Instruct-251 | Нет | Примерно 682GB | ✅ | Оптимальна для аналитических и reasoning-задач в multi-GPU режиме на одном сервере; удобна для RAG и агентных сценариев с большим контекстом. |
| GLM-5.3 | Нет | Примерно 756GB | ✅ | FP8-режим эффективно раскрывается на Blackwell; подходит для reasoning-задач, RAG и промышленных LLM-сервисов, снижая требования к памяти и ускоряя инференс. |
| NVIDIA-Nemotron-3-Super-120B-A12B-NVFP4 | NVFP4 (FP4 для NVIDIA) | Примерно 80.4GB | ✅ | Удобна для параллельного запуска нескольких инстансов, работы с длинным контекстом и высокой плотности запросов. |
| 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 | UD-Q4_K_M | Примерно 264GB | ✅ | Квантизированная версия с заметно меньшим объёмом; удобна для серверов с ограниченным запасом памяти, RAG-сценариев, ассистентов и локальных LLM-сервисов. |
| 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 8× RTX PRO 6000 BSE можно параллелить пайплайны, держать большие батчи и стабильную генерацию high-res под CUDA. |
| Flux.2-dev | Текст в изображение | ✅ | Требовательна к памяти: удобно распределять нагрузку по нескольким GPU внутри одного сервера; даёт стабильную high-res генерацию и большие батчи на CUDA-стеке. |
| SD Turbo | Быстрые предпросмотры | ✅ | Максимальная скорость итераций и серийных кадров; можно запускать несколько параллельных задач (в т.ч. через MIG) для онлайн-предпросмотров и прототипирования. |
| Kandinsky-5.0-T2I-Lite-sft-Diffusers | Текст в изображение | ✅ | Лёгкая модель: остаётся большой запас VRAM под высокое разрешение, батчи и одновременную работу нескольких пользователей/пайплайнов на одном узле. |
| Kandinsky-6.0-Pro-distill-5s-Diffusers | Текст/изображение в видео со звуком | ✅ | Для коротких роликов: удобно масштабировать по нескольким GPU, ускоряя пакетную генерацию видео и серийных кадров на CUDA. |
Технические характеристики
| Платформа | Supermicro AS-5126GS-TNRT2 |
| Видеокарта | 8x NVIDIA RTX PRO 6000 Blackwell Server Edition 96GB GDDR7 |
| Процессор | 2x AMD EPYC 9554 (64/128, 3.1GHz-3.75GHz, 360W) |
| Оперативная память | 12x 128GB DDR5 ECC REG Samsung 4800Mhz 4Rx4 |
| SSD накопитель | 4x Solidigm D7-PS1010 1.92TB 2.5" U.2 2x Solidigm D7-P5810 800GB 2.5" U.2 |
| Сетевая карта | 2x NVIDIA MCX713106AS-VEAT (2x QSFP112 200GBE) |