← Каталог оборудования
GIGABYTE G593-SD1-AAX3 (8× H200 SXM 141GB)
GIGABYTEНовый

GIGABYTE G593-SD1-AAX1 (8× H100 SXM 80GB)

39 781 300 ₽

Цена ориентировочная. Информация в каталоге не является публичной офертой.

Артикул
SF-20220
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)
Intel Xeon
Видеокарта (GPU)
NVIDIA H100
Количество GPU, шт
8
Общий объем видеопамяти (VRAM), ГБ
640
Тип памяти GPU
HBM3
Объем оперативной памяти (RAM), ГБ
8192
Тип оперативной памяти
DDR5 ECC REG
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 LGA4677 и процессоры Intel Xeon Scalable 4/5-го поколения, а также Intel Xeon CPU Max Series (dual CPU, TDP до 350W)
Оперативная память
до 8TB DDR5 RDIMM, 32 DIMM, 8-канальная на процессор
SSD накопители
8× 2.5" hot-swap Gen5 NVMe/SATA/SAS-4, при этом для SAS требуется SAS-карта

Описание

Платформа с HGX H100 (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 масштабирование по 8 GPU и высокая межGPU-пропускная способность.

H100 (Hopper) поддерживает FP16/FP8/INT8 и использует HBM3; в данной сборке суммарно 640GB VRAM (8×80GB). Связка NVLink + NVSwitch ориентирована на распределённые сценарии обучения и тяжёлый serving с длинным контекстом.

Из ограничений: если установлен только 1 CPU, часть PCIe/памяти может быть недоступна (актуально при попытке “урезанных” конфигураций).

Платформа поддерживает 2× LGA4677 и процессоры Intel Xeon Scalable 4/5-го поколения, а также Intel Xeon CPU Max Series (dual CPU, TDP до 350W). Память - DDR5 RDIMM, 32 DIMM, 8-канальная на процессор, со скоростями: 5th Gen Xeon - до 5600 MT/s (1DPC), 4400 MT/s (2DPC); 4th Gen Xeon - до 4800 MT/s (1DPC), 4400 MT/s (2DPC); Xeon Max Series - до 4800 MT/s (1DPC), 4400 MT/s (2DPC). Для накопителей доступны 8× 2.5" hot-swap Gen5 NVMe/SATA/SAS-4, при этом для SAS требуется SAS-карта.

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 ✅ 4-бит + TP по 8 GPU; держите запас под KV-cache при длинном контексте.
Qwen3.5-397B-A17B-FP8 / Qwen3.6-35B-A3B FP8 / Нет Примерно 406GB / 71.9 GB ✅ Без квантизации; удобно масштабировать TP/PP на 6–8 GPU для продакшн-serving и RAG.
Gpt-oss:120b Нет Примерно 196GB ✅ Хорош для высоких батчей: запуск на 2–4 GPU оставляет запас под KV-cache и параллельные запросы.
GigaChat3.5-432B-A28B Нет Примерно 438GB ✅ 4-бит и TP на 8 GPU дают стабильный serving с длинным контекстом.
Mistral-Large-3-675B-Instruct-2512-GGUF Q4_K_M Примерно 407GB ✅ 4-бит оставляет запас по памяти; подходит для аналитики и длинных контекстов при правильном батчинге.
GLM-5.3-Flash Нет Примерно 328GB ✅ 4-бит на 4–8 GPU позволяет держать длинный контекст и высокий concurrency.
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 ✅ Высокие разрешения и крупные батчи; масштабируйте генерацию по нескольким GPU.
Flux.2-dev Текст в изображение ✅ Требует ~178GB VRAM: лучше распределять по 2+ GPU или использовать offload/оптимизации памяти.
SD Turbo Быстрые предпросмотры ✅ Максимальный throughput предпросмотров; удобно держать параллельные очереди.
Kandinsky-5.0-T2I-Lite-sft-Diffusers Текст в изображение ✅ ~35GB VRAM - большой запас под разрешение и batch даже на одном GPU.
Kandinsky-5.0-T2V-Lite-sft-5s-Diffusers Текст в видео ✅ ~29GB VRAM; можно параллелить рендер по GPU для очередей 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 Nvidia H100 SXM 80GB HBM3
Процессор2x LGA4677 и процессоры Intel Xeon Scalable 4/5-го поколения, а также Intel Xeon CPU Max Series (dual CPU, TDP до 350W)
Оперативная памятьдо 8TB DDR5 RDIMM, 32 DIMM, 8-канальная на процессор
SSD накопители8× 2.5" hot-swap Gen5 NVMe/SATA/SAS-4, при этом для SAS требуется SAS-карта

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