← Каталог оборудования
GIGABYTE G894-SD1-AAX5 (8× B200 SXM 180GB)
GIGABYTEНовый

GIGABYTE G894-SD1-AAX5 (8× B200 SXM 180GB)

69 965 600 ₽

Цена ориентировочная. Информация в каталоге не является публичной офертой.

Артикул
SF-20273
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) / Визуализация и рендеринг
Процессор (CPU)
Intel Xeon 6-series
Видеокарта (GPU)
NVIDIA B200 SXM
Количество GPU, шт
8
Общий объем видеопамяти (VRAM), ГБ
1440
Тип памяти GPU
HBM3e
Объем оперативной памяти (RAM), ГБ
4096
Тип оперативной памяти
DDR5 ECC REG
Форм-фактор
8U
Тип точности Совокупная мощность HGX B200 8-GPU
Совокупная мощность HGX B200 8-GPU
FP64 Tensor core
296 TFLOPS
FP32 Tensor core
600 TFLOPS
BF16/FP16 Tensor core
36 PFLOPS
INT8 Tensor core
72 POPS
FP8/FP6 Tensor core
72 PFLOPS
FP4 Tensor core
144 PFLOPS
Видеокарта
8x Nvidia B200 SXM 180GB HBM3e
Процессор
2× Intel Xeon 6 (серии 6700/6500, сокет LGA4710 / Socket E2, TDP до 350W)
Оперативная память
32 слота DDR5 RDIMM/MRDIMM (максимальный объём до 4TB)
SSD накопители
8× 2.5" Gen5 NVMe hot-swap и 2× M.2 2280/22110 (PCIe Gen5 x4 и x2)

Описание

Данная сборка на NVIDIA HGX B200 ориентирована на Обучение моделей (Training), Дообучение моделей (Fine-tuning), Инференс / Развертывание (Inference), RAG-системы (Retrieval-Augmented Generation) и HPC / Научные расчёты - за счёт 8× SXM-GPU, высокой межGPU-связности NVLink/NVSwitch и большого суммарного пула видеопамяти.

GPU-часть: HGX B200 (HBM3e), суммарно 1.44TB VRAM (1440GB); это удобно для крупных LLM в распределённом режиме, длинного контекста (KV-cache) и высокого throughput при serving (батчи/параллельные запросы).

По межGPU-обмену заявлено до 1.8TB/s GPU-to-GPU bandwidth (NVLink/NVSwitch), поэтому платформа хорошо “раскрывается” в multi-GPU сценариях (TP/PP/DP, NCCL).

Платформа: поддерживает 2× Intel Xeon 6 (серии 6700/6500, сокет LGA4710 / Socket E2, TDP до 350W); память - 32 слота DDR5 RDIMM/MRDIMM (максимальный объём до 4TB); по накопителям - 8× 2.5" Gen5 NVMe hot-swap и 2× M.2 2280/22110 (PCIe Gen5 x4 и x2).

Производительность GPU

Тип точностиСовокупная мощность HGX B200 8-GPU
FP64 Tensor core296 TFLOPS
FP32 Tensor core600 TFLOPS
BF16/FP16 Tensor core36 PFLOPS
INT8 Tensor core72 POPS
FP8/FP6 Tensor core72 PFLOPS
FP4 Tensor core144 PFLOPS

Совместимость с LLM-моделями

МодельТип квантизацииТребуется VRAMСовместимостьПримечание
DeepSeek-V4-ProНетПримерно 865GB✅Уверенно запускается распределённо на 8 GPU; остаётся запас под длинный контекст (KV-cache) и высокий serving-throughput.
Qwen3.8-2.4T-A95B-GGUF UD-IQ4_XS Примерно 1.31TB✅Комфортно работает без квантизации; для serving обычно достаточно 2–4 GPU, остальное — под батчи/параллельные инстансы.
Gpt-oss:120bНетПримерно 196GB✅Лёгкий профиль для этой платформы: удобно держать на 1–2 GPU с большим запасом под KV-cache и высокий concurrency.
GigaChat3.5-432B-A28B-bf16 Нет Примерно 868GB✅Оптимальный кейс для 8×B200: стабильный продакшн-serving с длинным контекстом и хорошей масштабируемостью по NCCL.
Mistral-Large-3-675B-Instruct-251НетПримерно 682GB✅Запускается на 8 GPU без квантизации; удобно для аналитики/агентов и RAG при высоких батчах.
GLM-5.3 Нет Примерно 756GB ✅Хорошо подходит под распределённый inference на 8 GPU: можно держать длинный контекст и высокую параллельность 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 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

<!-- -->
МодельТипСовместимостьПримечание
Stable Diffusion XL 1.0Текст в изображение✅Можно держать высокие разрешения и крупные батчи; удобно масштабировать генерацию параллельно по нескольким GPU.
Flux.2-devТекст в изображение✅Требует ~178GB VRAM: комфортно идёт в multi-GPU режиме, оставляя запас под большие батчи и высокое разрешение.
SD TurboБыстрые предпросмотры✅Отличен для больших очередей: можно разнести генерацию по GPU для максимального throughput.
Kandinsky-5.0-T2I-Lite-sft-Diffusers Текст в изображение✅~35GB VRAM: большой запас по памяти под высокое разрешение, батчи и несколько пайплайнов одновременно.
Kandinsky-5.0-T2V-Lite-sft-5s-DiffusersТекст в видео✅~29GB VRAM: удобно параллелить задачи по GPU и собирать продакшн-очереди 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 B200 SXM 180GB HBM3e
Процессор2× Intel Xeon 6 (серии 6700/6500, сокет LGA4710 / Socket E2, TDP до 350W)
Оперативная память32 слота DDR5 RDIMM/MRDIMM (максимальный объём до 4TB)
SSD накопители8× 2.5" Gen5 NVMe hot-swap и 2× M.2 2280/22110 (PCIe Gen5 x4 и x2)

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