
HPE Cray XD670 Gen11 (8× H100 SXM 80GB)
45 427 900 ₽
Цена ориентировочная. Информация в каталоге не является публичной офертой.
- Артикул
- SF-20478
- 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
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
- 4096
- Тип оперативной памяти
- DDR5 ECC REG
- Форм-фактор
- 6U
- 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
- 2× Intel Xeon Scalable 4-го
- Оперативная память
- до 4TB DDR5 ECC RDIMM, 32 DIMM-слотах
- SSD накопители
- до до 8× 2.5" NVMe U.2/U.3 и 2× M.2 RAID SSD (Read-Intensive и Mixed-Use)
Описание
HPE Cray XD670 Gen11 - это плотная 5U платформа для Обучения моделей (Training), Дообучения моделей (Fine-tuning) и HPC / Научных расчётов, когда важны масштабирование на 8 GPU и высокая пропускная способность на больших батчах. Эта конфигурация также подходит для Инференса / Развертывания (Inference) и RAG-систем, особенно при параллельных запросах и длинных сессиях.
GPU-профиль H100 (Hopper) даёт ускорение FP16/FP8/INT8 и рассчитан на современные LLM-нагрузки; общий объём видеопамяти - 640GB VRAM (8×80GB). На платформе заявлена поддержка Transformer Engine, что полезно для ускорения типичных AI-пайплайнов.
По охлаждению доступны варианты с воздушным охлаждением и опциональным direct liquid cooling (DLC), что удобно для плотных стоек и энергоэффективных инсталляций.
Платформа (CPU / RAM / SSD): 5U single-node шасси с 2× CPU, для H100-конфигураций заявлена поддержка Intel Xeon Scalable 4-го поколения (Sapphire Rapids). Память - до 32× DDR5 DIMM (до 5600 MT/s), при этом максимум по объёму - до 4 TB (в списке поддерживаемых CPU есть модели с лимитом 4TB памяти). Для накопителей предусмотрено до 8× 2.5" NVMe U.2/U.3 и 2× M.2 RAID SSD (Read-Intensive и Mixed-Use).
Производительность GPU
| Тип точности | 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 |
Совместимость с LLM-моделями
| Модель | Тип квантизации | Требуется VRAM | Совместимость | Примечание |
| DeepSeek-R1-GGUF 685B | Q4_K_M | Примерно 404GB | ✅ | Для стабильного serving используйте tensor parallel на 8 GPU и держите запас VRAM под KV-cache при длинном контексте. |
| Qwen3.5-397B-A17B-FP8 / Qwen3.6-35B-A3B | FP8 / Нет | Примерно 406GB / 71.9 GB | ✅ | Запускается распределённо по 4–8 GPU и хорошо подходит для продакшн-чатов и RAG с высоким throughput. |
| Gpt-oss:120b | Нет | Примерно 196GB | ✅ | Комфортно держать на 2–4 GPU с большим запасом под KV-cache, что помогает масштабировать батчи и параллельные запросы. |
| GigaChat3.5-432B-A28B | Нет | Примерно 438GB | ✅ | Рекомендуется TP на 8 GPU и аккуратные настройки контекста/батча, чтобы не упираться в VRAM на пиковых нагрузках. |
| Mistral-Large-3-675B-Instruct-2512-GGUF | Q4_K_M | Примерно 407GB✅ | Оптимальна для аналитики и reasoning; держите запас под KV-cache, а для throughput масштабируйте TP/PP на несколько GPU. | |
| GLM-5.3-Flash | Нет | Примерно 328GB | ✅ | Удобно для продакшна при распределении по 4–8 GPU; в 4-бит остаётся запас под 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 большие батчи идут уверенно; масштабируйте генерацию по нескольким GPU для максимального throughput. |
| Flux.2-dev | Текст в изображение | ⚠️ | Обычно требует multi-GPU/распараллеливания или offload; на 8×H100 запуск реален, но чувствителен к выбранному пайплайну. |
| SD Turbo | Быстрые предпросмотры | ✅ | Подходит для очень высокой скорости и параллельных очередей; удобно держать высокий concurrency. |
| Kandinsky-5.0-T2I-Lite-sft-Diffusers | Текст в изображение | ✅ | Низкие требования к VRAM дают большой запас под высокое разрешение и батчи, включая параллельные пайплайны. |
| Kandinsky-6.0-Pro-distill-5s-Diffusers | Текст/изображение в видео со звуком | ✅ | Хорошо подходит для конвейеров генерации коротких роликов; параллельте задачи по нескольким GPU для очередей. |
| 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
| Видеокарта | 8x Nvidia H100 SXM 80GB HBM3 |
| Процессор | 2× Intel Xeon Scalable 4-го |
| Оперативная память | до 4TB DDR5 ECC RDIMM, 32 DIMM-слотах |
| SSD накопители | до до 8× 2.5" NVMe U.2/U.3 и 2× M.2 RAID SSD (Read-Intensive и Mixed-Use) |
Если нужна конфигурация на эту платформу под ваши задачи - свяжитесь с менеджером, и мы предложим подходящий вариант под бюджет и требования.