
xFusion FusionXpark GB10 (GB10 Grace Superchip, ARM v9.2-A (GB10), RAM 128GB)
1 014 500 ₽
Цена ориентировочная. Информация в каталоге не является публичной офертой.
- Артикул
- SF-21025
- 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
- Инференс / Дообучение моделей / RAG-системы / Анализ данных / Визуализация и рендеринг
- Процессор (CPU)
- ARM v9.2-A (GB10)
- Видеокарта (GPU)
- NVIDIA GB10
- Количество GPU, шт
- 1
- Общий объем видеопамяти (VRAM), ГБ
- 128
- Тип памяти GPU
- LPDDR5x
- Объем оперативной памяти (RAM), ГБ
- 128
- Тип оперативной памяти
- LPDDR5x
- Форм-фактор
- SFF
- Тип точности
- Мощность
- FP4
- 0.5 PFLOP
- FP8
- 0.25 PFLOP
- FP16
- 0.125 PFLOP
Описание
xFusion FusionXpark GB10 - «настольный суперкомпьютер» для локальной разработки и эксплуатации AI, где важны приватность данных и быстрые итерации. В этой конфигурации он лучше всего подходит под Инференс / Развертывание (Inference), RAG-системы (Retrieval-Augmented Generation), Дообучение моделей (Fine-tuning) и Анализ данных (Data Science) - от прототипирования до стабильного локального сервинга моделей и агентных пайплайнов.
Аппаратная база - NVIDIA GB10 Grace Blackwell Superchip: связка ARM CPU и Blackwell GPU, плюс 128 GB unified system memory как единый пул памяти для работы моделей и контекста. В спецификации FusionXpark для вычислений указаны AI-форматы TF32/FP16/BF16/INT8 и низкие точности FP8/FP6/FP4, а также заявлена производительность до 1 PFLOP на FP4 (с sparsity); отдельно отмечается сценарий инференса моделей до 200B и локального fine-tuning до 70B.
Важно понимать ограничения: платформа явно заточена под тензорные AI-нагрузки и смешанную точность, поэтому для классического HPC, где критичны длительные расчёты с упором на FP64, рациональнее выбирать ускорители/платформы с высокой FP64-производительностью. По виртуализации - устройство поставляется с предустановленным NVIDIA DGX OS и ориентировано на изоляцию окружений через контейнеризацию (Docker + NVIDIA toolchain); если же нужна VM-виртуализация с разделением GPU на уровне корпоративной инфраструктуры, обычно смотрят в сторону NVIDIA vGPU на поддерживаемых платформах и лицензиях.
Производительность
| Тип точности | Мощность |
| FP4 * | 1 PFLOP |
| FP4 | 0.5 PFLOP |
| FP8 * | 0.5 PFLOP |
| FP8 | 0.25 PFLOP |
| FP16 * | 0.25 PFLOP |
| FP16 | 0.125 PFLOP |
* - С структурной разреженностью
Совместимость с LLM-моделями
| Модель | Тип квантизации | Требуется VRAM | Совместимость | Примечание |
| gpt-oss-120b-Derestricted.MXFP4_MOE-gguf | MXFP4_MOE (FP4 смешанный MoE) | Примерно 63GB | ✅ | Крупная MoE-модель под сложный reasoning и RAG. На xFusion FusionXpark GB10 с 128GB unified memory помещается уверенно, остаётся запас под KV-кэш, retrieval-буферы и параллельные запросы в FP4-режиме. |
| Qwen3.8-27B-NVFP4 | NVFP4 (FP4 для NVIDIA) | Примерно 21.9GB | ✅ | Инструкционная 27B-модель с сильным качеством в тексте и коде. На xFusion FusionXpark GB10 128GB unified memory позволяет держать длинный контекст, повышать batch и использовать модель как ядро чат-ботов, агентных сценариев и RAG-сервисов. |
| GLM-4.5-Air-nvfp4 | NVFP4 (FP4 для NVIDIA) | Примерно 62GB | ✅ | Оптимизированная версия GLM 4.5 в nvfp4-формате для низкой латентности. На xFusion FusionXpark GB10 с 128GB unified memory запускается с запасом под потоковый inference, суммаризацию, диалоговых агентов и стабильную работу при высокой конкуренции запросов. |
| Gemma-4-31B-IT-NVFP4 | NVFP4 (FP4 для NVIDIA) | Примерно 32.7GB | ✅ | На xFusion FusionXpark GB10 модель уверенно запускается локально и оставляет запас памяти под контекст и повседневную нагрузку. |
| NVIDIA-Nemotron-3-Super-120B-A12B-NVFP4 | NVFP4 (FP4 для NVIDIA) | Примерно 80.4GB | ✅ | Удобна для параллельного запуска нескольких инстансов, работы с длинным контекстом и высокой плотности запросов. |
Совместимость с диффузионными моделями
| Модель | Тип | Совместимость | Примечание |
| Stable Diffusion 3 Medium (SD3-M) | Текст в изображение | ✅ | Актуальная SD-модель с улучшенным следованием промпту и цветом. На xFusion FusionXpark GB10 128GB unified memory комфортны высокие разрешения и батчи, при грамотных настройках возможны режимы вплоть до 4096×4096. |
| FLUX.1-schnell-onnx | Текст в изображение | ✅ | Ускоренная модель для быстрого inference. На xFusion FusionXpark GB10 удобно запускать через ONNX Runtime, а при сборке с TensorRT получить минимальную задержку и стабильную генерацию в высоком разрешении. |
| Stable Video Diffusion 1.1 (SVD 1.1) | Видео (img2vid) | ✅ | Генерация коротких роликов из изображения. На xFusion FusionXpark GB10 128GB unified memory проще удерживать motion consistency и повышать качество/разрешение кадров без частых упоров в память. |
| Kandinsky-5.0-T2I-Lite-sft-Diffusers | Текст в изображение | ✅ | Лёгкая версия Kandinsky 5.0, ориентир по потреблению около 35GB. На xFusion FusionXpark GB10 128GB unified memory остаётся большой запас под высокое разрешение, CFG, самплеры и увеличенные батчи. |
| Kandinsky-6.0-Pro-distill-5s-Diffusers | Текст/изображение в видео со звуком | ✅ | T2V-модель для коротких роликов, ориентир по потреблению около 29GB. На xFusion FusionXpark GB10 128GB unified memory удобно собирать пайплайны с несколькими стадиями, кэшами и буферами без жёстких компромиссов по памяти. |
| Wan-NVFP4 | Текст в изображение | ✅ | NVFP4-версия WAN для ускоренной генерации. На xFusion FusionXpark GB10 большой запас unified memory позволяет поднимать batch, держать стабильную низкую латентность и комфортно работать в потоковом режиме на высоких разрешениях. |