← Каталог оборудования
GIGABYTE G893-ZD1-AAX3 (8× H200 SXM 141GB)
GIGABYTEНовый

GIGABYTE G893-ZD1-AAX3 (8× H200 SXM 141GB)

71 560 050 ₽

Цена ориентировочная. Информация в каталоге не является публичной офертой.

Артикул
SF-20227
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 H200
Количество GPU, шт
8
Общий объем видеопамяти (VRAM), ГБ
1128
Тип памяти GPU
HBM3e
Объем оперативной памяти (RAM), ГБ
6144
Тип точности Совокупная мощность восьми H200 SXM
Совокупная мощность восьми H200 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 H200 SXM 141GB HBM3e
Процессор
2× AMD EPYC 9005/9004 (Socket SP5, cTDP до 500W)
Оперативная память
до 6TB DDR5 ECC RDIMM, 24 DIMM-слотах и 12-канальную организацию памяти на процессор
SSD накопители
8× 2.5" Gen5 NVMe hot-swap и 2× M.2 (PCIe Gen3 x4 и Gen3 x1)

Описание

Платформа рассчитана на Инференс / Развертывание (Inference), Обучение моделей (Training), Дообучение моделей (Fine-tuning), RAG-системы (Retrieval-Augmented Generation) и HPC / Научные расчёты - за счёт 8× SXM-GPU в составе NVIDIA HGX

Данная сборка использует NVIDIA HGX H200 с 8× SXM-GPU по 141GB HBM3e каждая: общий объём видеопамяти - 1128GB (~1.1TB); архитектура Hopper хорошо подходит для FP16/FP8/INT8-нагрузок и многопоточного serving с высоким concurrency.

Ограничения зависят от выбранного ПО и профиля нагрузки: для очень больших моделей критичны настройки tensor/data parallel, длина контекста и размер батча (из-за KV-cache и служебного оверхеда).

Платформа поддерживает 2× AMD EPYC 9005/9004 (Socket SP5, cTDP до 500W), память DDR5 в 24 DIMM-слотах и 12-канальную организацию памяти на процессор; по скоростям RDIMM заявлено: до 6400 MT/s для EPYC 9005 и до 4800 MT/s для EPYC 9004. Для накопителей доступны 8× 2.5" Gen5 NVMe hot-swap и 2× M.2 (PCIe Gen3 x4 и Gen3 x1).

Производительность GPU

Тип точностиСовокупная мощность восьми H200 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-V4-ProНетПримерно 865GB ✅ Оптимально запускать распределённо на 8 GPU; удобно держать длинный контекст при грамотных лимитах KV-cache и батча.
Qwen3.5-397B-A17B Нет Примерно 807GB ✅ Уверенный serving без квантизации; хорошо масштабируется по 2–8 GPU под разные профили нагрузки.
Gpt-oss:120b Нет Примерно 196GB ✅ Комфортно держать на 2–4 GPU, оставляя запас VRAM под KV-cache и высокий concurrency.
GigaChat3.5-432B-A28B-bf16 Нет Примерно 868GB ✅ Лучший режим - 8 GPU для стабильного serving, длинного контекста и высокой пропускной способности.
Mistral-Large-3-675B-Instruct-251 Нет Примерно 680–750GB ✅ Запуск на 8 GPU; подходит для RAG и батч-инференса при аккуратном управлении контекстом.
GLM-5.3 Нет Примерно 756GB ✅ Надёжный продакшн-serving на 8 GPU с хорошим запасом под контекст и параллельные запросы.
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 Нет Примерно 1.03TB ✅ Крупная Pro-версия для серверов с большим объёмом GPU-памяти; подходит для сложных reasoning-задач, RAG, агентных сценариев и production-инференса с высоким запасом качества.

Совместимость с диффузионными моделями

<!-- -->
Модель Тип Совместимость Примечание
Stable Diffusion XL 1.0 Текст в изображение ✅ Высокие разрешения и большие батчи; удобно распараллеливать генерацию по нескольким GPU.
Flux.2-dev Текст в изображение ✅ Требует ~178GB VRAM: оптимально запускать распределённо на 2 GPU или с оптимизациями памяти.
SD Turbo Быстрые предпросмотры ✅ Максимальный throughput для очередей предпросмотров и параллельной генерации.
Kandinsky-5.0-T2I-Lite-sft-Diffusers Текст в изображение ✅ ~35GB VRAM: большой запас под увеличение разрешения, батчи и несколько пайплайнов.
Kandinsky-5.0-T2V-Lite-sft-5s-Diffusers Текст в видео ✅ ~29GB VRAM: хорошо ложится на параллельные очереди и продакшн-пайплайны 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 Nvidia H200 SXM 141GB HBM3e
Процессор2× AMD EPYC 9005/9004 (Socket SP5, cTDP до 500W)
Оперативная памятьдо 6TB DDR5 ECC RDIMM, 24 DIMM-слотах и 12-канальную организацию памяти на процессор
SSD накопители8× 2.5" Gen5 NVMe hot-swap и 2× M.2 (PCIe Gen3 x4 и Gen3 x1)

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