← Каталог оборудования
Supermicro SYS-420GP-TNAR (8× A100 SXM 80GB)
SupermicroНовый

Supermicro SYS-420GP-TNAR+ (8× A100 SXM 80GB)

18 230 500 ₽

Ориентировочная цена. Требует подтверждения.

Артикул
SF-20210
Наличие
Уточняется
Обновлено
12.11.2026

Для оформления заказа свяжитесь с менеджером. Наличие, комплектацию и цену уточняйте по телефону. Контакты менеджера

Все характеристики

Характеристики

Тип
Новые
Основная задача
Обучение моделей / Инференс / Дообучение моделей / RAG-системы / Анализ данных / Научные расчеты (HPC)
Процессор (CPU)
Intel Xeon
Видеокарта (GPU)
NVIDIA A100
Количество GPU, шт
8
Общий объем видеопамяти (VRAM), ГБ
640
Тип памяти GPU
HBM2e
Объем оперативной памяти (RAM), ГБ
8192
Тип оперативной памяти
DDR4 ECC REG
Форм-фактор
4U
Тип точности Совокупная мощность восьми A100 SXM
Совокупная мощность восьми A100 SXM
FP64 Tensor Core
156 TFLOPS
BF16 / FP16 Tensor Core
4 992 TFLOPS
TF32 Tensor Core
2 496 TFLOPS
INT8 Tensor Core
9 984 TOPS
Видеокарта
8x Nvidia A100 SXM 80GB HBM2e
Процессор
2x Socket P+ (LGA-4189) и Intel Xeon Scalable 3-го поколения
Оперативная память
32 DIMM до 8TB ECC DDR4 (и до 12TB при сочетании с Intel Optane Persistent Memory)
SSD накопители
6× 2.5" hot-swap NVMe/SATA/SAS и 2× M.2 NVMe/SATA (boot only)

Описание

Эта платформа с HGX A100 80GB (8×SXM) рассчитана на Обучение моделей (Training), Дообучение моделей (Fine-tuning), Инференс / Развертывание (Inference), RAG-системы (Retrieval-Augmented Generation) и HPC / Научные расчёты - когда важны плотность GPU и эффективное масштабирование по нескольким ускорителям.

A100 (Ampere) даёт сильную производительность для DL/LLM за счёт CUDA/Tensor Cores и хорошо масштабируется в multi-GPU через NVLink/NVSwitch. В данной сборке суммарно 640GB VRAM (8×80GB), что удобно для больших батчей и длинного контекста при контроле KV-cache.

Ограничения по накопителям: на этой платформе M.2 NVMe/SATA предназначены только под загрузочные диски, а основные диски ставятся в фронтальные hot-swap отсеки.

Платформа поддерживает 2× Socket P+ (LGA-4189) и Intel Xeon Scalable 3-го поколения (для воздушного охлаждения заявлена поддержка CPU до 270W TDP), память - 32 DIMM до 8TB ECC DDR4 (и до 12TB при сочетании с Intel Optane Persistent Memory), а для накопителей доступны 6× 2.5" hot-swap NVMe/SATA/SAS и 2× M.2 NVMe/SATA (boot only).

Производительность GPU

Тип точностиСовокупная мощность восьми A100 SXM
FP64 Tensor Core156 TFLOPS
BF16 / FP16 Tensor Core4 992 TFLOPS
TF32 Tensor Core2 496 TFLOPS
INT8 Tensor Core9 984 TOPS

Совместимость с LLM-моделями

Модель Тип квантизации Требуется VRAM Совместимость Примечание
DeepSeek-R1-GGUF 685B Q4_K_M Примерно 404GB ✅ Оптимально 4-бит и tensor parallel на 4–8 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 ✅ Лучше держать на 6–8 GPU (TP/PP) для стабильного serving, длинного контекста и высокой нагрузки.
Gpt-oss:120b Нет Примерно 196GB ✅ Комфортно на 2–4 GPU: остаётся большой запас под KV-cache, параллельные запросы и throughput.
GigaChat3.5-432B-A28B Нет Примерно 438GB ✅ Запуск в 4-бит с TP на 8 GPU; важно контролировать контекст и batch, чтобы не упираться в KV-cache.
Mistral-Large-3-675B-Instruct-2512-GGUF Q4_K_M Примерно 407GB ✅ Логично держать в 4-бит и распределять по 4–8 GPU, сохраняя запас VRAM под длинный контекст.
GLM-5.3-Flash Нет Примерно 328GB ✅ Стабильно на 2–4 GPU; в 4-бит остаётся запас под высокий concurrency и увеличение batch size.
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; масштабируйте генерацию по нескольким GPU для максимального throughput.
Flux.2-dev Текст в изображение ✅ Требует ~178GB VRAM - оптимально распределять по нескольким GPU или включать offload/оптимизации памяти.
SD Turbo Быстрые предпросмотры ✅ Максимальная скорость предпросмотров; хорошо подходит для параллельных очередей и высокого concurrency.
Kandinsky-5.0-T2I-Lite-sft-Diffusers Текст в изображение ✅ ~35GB VRAM: запускается на 1 GPU и оставляет большой запас под разрешение и batch.
Kandinsky-6.0-Pro-distill-5s-Diffusers Текст/изображение в видео со звуком ✅ ~29GB VRAM на ролики до ~5 секунд; удобно параллелить задачи по GPU в продакшн-пайплайне.
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 A100 SXM 80GB HBM2e
Процессор2x Socket P+ (LGA-4189) и Intel Xeon Scalable 3-го поколения
Оперативная память32 DIMM до 8TB ECC DDR4 (и до 12TB при сочетании с Intel Optane Persistent Memory)
SSD накопители6× 2.5" hot-swap NVMe/SATA/SAS и 2× M.2 NVMe/SATA (boot only)

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