← Каталог оборудования
Supermicro AS-8125GS-TNHR (8× H100 SXM 80GB)
SupermicroНовый

Supermicro AS-8125GS-TNHR (8× H100 SXM 80GB)

40 581 100 ₽

Цена ориентировочная. Информация в каталоге не является публичной офертой.

Артикул
SF-20141
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)
Процессор (CPU)
AMD EPYC
Видеокарта (GPU)
NVIDIA H100
Количество GPU, шт
8
Общий объем видеопамяти (VRAM), ГБ
640
Тип памяти GPU
HBM3
Объем оперативной памяти (RAM), ГБ
6144
Тип оперативной памяти
DDR5 ECC REG
Форм-фактор
8U
Тип точности Совокупная мощность восьми H100 SXM
Совокупная мощность восьми H100 SXM
FP64 Tensor Core
536 TFLOPS
FP8 Tensor Core
31 664 TFLOPS
BF16 / FP16 Tensor Core
15 832TFLOPS
TF32 Tensor Core
7 912 TFLOPS
INT8 Tensor Core
31 664 TOPS
Видеокарта
8x Nvidia H100 SXM 80GB HBM3
Процессор
2x AMD EPYC 9004 Series (до 128C/256T, заявлена поддержка до 400W TDP для air-cooling)
Оперативная память
24 DIMM слота до 6TB ECC DDR5 RDIMM 4800MT/s
SSD накопители
18 фронтальных hot-swap 2.5" (12× NVMe + 4× NVMe + 2× SATA) плюс 1× M.2 NVMe (M-key) для boot

Описание

Платформа с HGX H100 80GB (8×SXM) рассчитана на Обучение моделей (Training), Дообучение моделей (Fine-tuning), Инференс / Развертывание (Inference), RAG-системы (Retrieval-Augmented Generation) и HPC / Научные расчёты в сценариях, где важны multi-GPU масштабирование и высокая пропускная способность

GPU-подсистема H100 (Hopper) поддерживает FP16/FP8/INT8 и использует HBM3, в данной сборке суммарно 640GB VRAM (8×80GB), а связка NVLink + NVSwitch ориентирована на интенсивные меж-GPU обмены при обучении и больших моделях.

Ограничения, о которых важно помнить: M.2 NVMe предназначен только под загрузочный диск, а NVMe-конфигурация в отсеках может требовать доп. контроллер/кабели (зависит от опций).

По платформе: сервер поддерживает 2× AMD EPYC 9004 Series (Socket SP5) до 128C/256T, с заявленной поддержкой до 400W TDP (air-cooled). По памяти - 24 слота DDR5 ECC RDIMM/LRDIMM с максимумом до 6TB на 4800MT/s (1DPC). По накопителям - фронтально 12× 2.5" NVMe + 2× 2.5" SATA, плюс 4× 2.5" NVMe опционально (может требовать доп. контроллер/кабели), и отдельный 1× M.2 NVMe (M-key) под boot.

Производительность GPU

Тип точностиСовокупная мощность восьми H100 SXM
FP64 Tensor Core536 TFLOPS
FP8 Tensor Core31 664 TFLOPS
BF16 / FP16 Tensor Core15 832TFLOPS
TF32 Tensor Core7 912 TFLOPS
INT8 Tensor Core31 664 TOPS

Совместимость с LLM-моделями

Модель Тип квантизации Требуется VRAM Совместимость Примечание
DeepSeek-R1-GGUF 685B Q4_K_M Примерно 404GB ✅ Оптимально запускать в 4-бит с распределением по 8 GPU, оставляя запас VRAM под KV-cache и батчи.
Qwen3.5-397B-A17B-FP8 / Qwen3.6-35B-A3B FP8 / Нет Примерно 406GB / 71.9 GB ✅ Уверенно помещается на 8×H100 80GB; хорошо масштабируется по 6–8 GPU для serving, RAG и агентных сценариев.
Gpt-oss:120b Нет Примерно 196GB ✅ Удобен для высокой пропускной способности: можно держать на 2–4 GPU с большим запасом под длинный контекст и батчи.
GigaChat3.5-432B-A28B Нет Примерно 438GB ✅ В 4-бит стабильно работает при распределении по 8 GPU; подходит для крупных ассистентов и длинных контекстов.
Mistral-Large-3-675B-Instruct-2512-GGUF Q4_K_M Примерно 407GB ✅ Лучше держать в 4-бит и распределять по 8 GPU, чтобы сохранить запас под KV-cache при длинном контексте.
GLM-5.3-Flash Нет Примерно 328GB ✅ Комфортный serving при 4–8 GPU: в 4-бит остаётся запас VRAM под батчи и расширенный контекст.
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 ✅ Легко держит высокие разрешения и большие батчи; удобно параллелить генерацию по нескольким GPU.
Flux.2-dev Текст в изображение ✅ Требует ~178GB VRAM: на 80GB GPU нужен multi-GPU/offload; на 8×H100 это обычно решается настройками пайплайна.
SD Turbo Быстрые предпросмотры ✅ Максимальная скорость для итераций; удобно запускать несколько очередей генерации параллельно.
Kandinsky-5.0-T2I-Lite-sft-Diffusers Текст в изображение ✅ Требует ~35GB VRAM - остаётся большой запас под высокое разрешение и батчи.
Kandinsky-5.0-T2V-Lite-sft-5s-Diffusers Текст в видео ✅ ~29GB VRAM для роликов до ~5 секунд; хорошо ложится в продакшн-пайплайн и масштабируется по нескольким GPU.
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 H100 SXM 80GB HBM3
Процессор2x AMD EPYC 9004 Series (до 128C/256T, заявлена поддержка до 400W TDP для air-cooling)
Оперативная память24 DIMM слота до 6TB ECC DDR5 RDIMM 4800MT/s
SSD накопители18 фронтальных hot-swap 2.5" (12× NVMe + 4× NVMe + 2× SATA) плюс 1× M.2 NVMe (M-key) для boot

Если нужна конфигурация на эту платформу под ваши задачи - свяжитесь с менеджером, и мы предложим подходящий вариант под бюджет и требования.