← Каталог оборудования
HPE ProLiant XL675d Gen10 Plus (8× A100 SXM 80GB)
HPEНовый

HPE ProLiant XL675d Gen10 Plus (8× A100 SXM 80GB)

21 124 700 ₽

Цена ориентировочная. Информация в каталоге не является публичной офертой.

Артикул
SF-20473
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 A100
Количество GPU, шт
8
Общий объем видеопамяти (VRAM), ГБ
640
Тип памяти GPU
HBM2e
Объем оперативной памяти (RAM), ГБ
4096
Тип оперативной памяти
DDR4 ECC REG
Форм-фактор
6U
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 AMD EPYC 7003 серии (Socket SP3)
Оперативная память
до 4TB DDR4, 32 DIMM
SSD накопители
до 16× SFF, при этом поддерживаются интерфейсы SAS / SATA / NVMe (опционально M.2)

Описание

Kонфигурация на NVIDIA HGX A100 80GB (8× SXM) подходит для Обучение моделей (Training), Дообучение моделей (Fine-tuning), Инференс / Развертывание (Inference), RAG-системы (Retrieval-Augmented Generation) и HPC / Научные расчёты - платформа XL675d рассчитана на плотные multi-GPU нагрузки в составе Apollo 6500

В узле установлен HGX A100 8-GPU, а суммарный объём видеопамяти составляет 640GB VRAM, что даёт хороший запас для распределённого запуска крупных моделей и удержания KV-cache при росте контекста и batch/concurrency.

За счёт 8-GPU HGX-топологии платформа лучше всего раскрывается в сценариях с активным межGPU-обменом (tensor/pipeline parallel), где важны стабильная связка из нескольких GPU и предсказуемая пропускная способность при сервинге и обучении.

Платформа: 2× AMD EPYC 7003 (Socket SP3), память - DDR4 SmartMemory, 32 DIMM (16 DIMM на сокет) и максимум до 4 TB. Для накопителей предусмотрено до 16× SFF, при этом поддерживаются интерфейсы SAS / SATA / NVMe (опционально M.2)

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 TP на 8 GPU, сохраняя запас VRAM под KV-cache при длинном контексте.
Qwen3.5-397B-A17B-FP8 / Qwen3.6-35B-A3B FP8 / Нет Примерно 406GB / 71.9 GB ✅ Помещается целиком; TP/PP на 4–8 GPU помогает держать стабильный serving и высокий throughput.
Gpt-oss:120b Нет Примерно 196GB ✅ Часто достаточно 2–4 GPU, а остальную VRAM удобно отдать под батчи, параллельные запросы и длинные диалоги.
GigaChat3.5-432B-A28B Нет Примерно 438GB ✅ 4-бит + TP на 8 GPU - практичный режим для продакшн-serving с контролем контекста и batch.
Mistral-Large-3-675B-Instruct-2512-GGUF Q4_K_M Примерно 407GB ✅ Держите в 4-бит и оставляйте запас под KV-cache, особенно если планируются длинные контексты и батчи.
GLM-5.3-Flash Нет Примерно 328GB ✅ Комфортно на 2–4 GPU; batch и контекст увеличивайте постепенно, контролируя рост KV-cache.
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; генерацию удобно масштабировать по нескольким GPU.
Flux.2-dev Текст в изображение ✅ Чаще всего нужен multi-GPU режим и оптимизации памяти - итог зависит от конкретного пайплайна.
SD Turbo Быстрые предпросмотры ✅ Максимальный throughput для быстрых превью и серийной генерации в больших очередях.
Kandinsky-5.0-T2I-Lite-sft-Diffusers Текст в изображение ✅ Низкие требования к VRAM позволяют держать несколько параллельных пайплайнов и повышать batch.
Kandinsky-6.0-Pro-distill-5s-Diffusers Текст/изображение в видео со звуком ✅ Параллельные задачи по нескольким GPU упрощают продакшн-очереди для коротких роликов.
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 AMD EPYC 7003 серии (Socket SP3)
Оперативная памятьдо 4TB DDR4, 32 DIMM
SSD накопителидо 16× SFF, при этом поддерживаются интерфейсы SAS / SATA / NVMe (опционально M.2)

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