← Каталог оборудования
Supermicro 747BTQ-R2K04B (4× Radeon AI PRO R9700 32GB, 1× EPYC 7502, RAM 128GB)
SupermicroБ/у

Supermicro 747BTQ-R2K04B (4× Radeon AI PRO R9700 32GB, 1× EPYC 7502, RAM 128GB)

1 997 200 ₽

Цена ориентировочная. Информация в каталоге не является публичной офертой.

Артикул
SF-22282
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
Б/У
Основная задача
Инференс / Дообучение моделей / RAG-системы / Анализ данных / Визуализация и рендеринг
Процессор (CPU)
AMD EPYC
Видеокарта (GPU)
GIGABYTE Radeon AI PRO R9700 AI TOP
Количество GPU, шт
4
Общий объем видеопамяти (VRAM), ГБ
128
Тип памяти GPU
GDDR6
Объем оперативной памяти (RAM), ГБ
128
Тип оперативной памяти
DDR4 ECC REG
Форм-фактор
4U
Тип точности Совокупная мощность четырех Radeon AI PRO R9700
Совокупная мощность четырех Radeon AI PRO R9700
FP32 Vector
191.2 TFLOPS
FP16 Vector
382.8 TFLOPS
FP16 Matrix*
1532 TFLOPS
FP8 Matrix*
3064 TFLOPS
INT8 Matrix*
3064 TOPS
INT4 Matrix*
6124 TOPS
Платформа
Supermicro 747BTQ-R2K04B
Видеокарта
4x GIGABYTE Radeon AI PRO R9700 AI TOP 32GB GDDR6
Материнская плата
Tyan S8030 (ATX, SP3, 8 DIMM)
Процессор
1x AMD EPYC 7502 (32c/64t, 2.5GHz-3.35GHz, 180W)
Кулер
1x COOLSERVER SNK-P0064AP4 (4U, Active, SP3/TR4, 280W)
Оперативная память
4x 32GB DDR4 ECC REG Samsung 3200Mhz 2Rx4
SSD накопитель
1x Samsung PM983 1.92TB M2

Описание

Конфигурация ориентирована на локальный AI-инференс, работу с крупными языковыми моделями, генерацию изображений, RAG-сценарии, кодовые ассистенты и многопоточные AI-пайплайны в среде ROCm. В системе установлены 4 × GIGABYTE Radeon AI PRO R9700 AI TOP 32GB, что даёт 128 GB суммарной VRAM и переводит сервер в класс мощных multi-GPU решений для серьёзных inference-нагрузок.

Сами ускорители Radeon AI PRO R9700 построены на архитектуре AMD RDNA 4, оснащены 32 GB GDDR6 каждый, имеют 640 GB/s пропускной способности памяти на карту и официально позиционируются AMD как решение для local AI inference, development и других memory-intensive workloads. AMD также отдельно подчёркивает ценность multi-GPU support для LLM и тяжёлых вычислительных задач, а GIGABYTE заявляет, что версия AI TOP рассчитана на интенсивные AI- и multi-GPU-сценарии.

На практике такая сборка лучше всего подходит для LLM среднего и крупного класса, распределённого запуска больших моделей в квантизированном виде, генерации изображений уровня SDXL и FLUX, пакетного инференса, тестирования собственных AI-сервисов и ограниченного fine-tuning. Это не альтернатива H100-кластерам для полного обучения крупнейших foundation-моделей, но как сервер для multi-GPU inference, экспериментов с большими контекстами и локальной AI-разработки конфигурация выглядит очень сильно.


Производительность GPU

Тип точностиСовокупная мощность четырех Radeon AI PRO R9700
FP32 Vector191.2 TFLOPS
FP16 Vector382.8 TFLOPS
FP16 Matrix764 TFLOPS
FP16 Matrix*1532 TFLOPS
FP8 Matrix1532 TFLOPS
FP8 Matrix*3064 TFLOPS
INT8 Matrix1532 TOPS
INT8 Matrix*3064 TOPS
INT4 Matrix3064 TOPS
INT4 Matrix*6124 TOPS
* C структурированной разреженностью

Совместимость с LLM-моделями

Модель Тип квантизации Требуется VRAM Совместимость Примечание
DeepSeek-R1-Distill-Qwen-32B Нет Примерно 65GB ✅ Подходит для локального инференса, reasoning-задач и аналитических сценариев. Конфигурация с 4 GPU и 128GB суммарной VRAM позволяет запускать модель с хорошим запасом по памяти и использовать её в стабильном multi-GPU режиме.
Qwen3.5-122B-A10B-GGUF Q4_K_M Примерно 74.3GB ✅ Крупная языковая модель для сложных диалоговых, агентных и исследовательских задач. На этой конфигурации она хорошо подходит для multi-GPU запуска с запасом по видеопамяти под длинный контекст и тяжёлые inference-нагрузки.
gpt-oss:120b FP16 Примерно 65GB ✅ Хорошо подходит для генерации текста, больших контекстов и корпоративных AI-сценариев. Сервер с 4 Radeon AI PRO R9700 обеспечивает достаточный объём видеопамяти для уверенного инференса и параллельной работы с несколькими задачами.

Совместимость с диффузионными моделями

Модель Тип Совместимость Примечание
Stable Diffusion XL 1.0 Текст в изображение ✅ / ⚠️ Сервер хорошо подходит для генерации изображений в высоком разрешении, пакетной обработки и параллельного рендера. Большой суммарный объём VRAM даёт запас для тяжёлых сцен, батчей и одновременной работы нескольких пайплайнов.
Flux 1.1 Pro Диффузионная ✅ / ⚠️ Подходит для сложной генерации изображений и продвинутых creative AI-сценариев. Конфигурация с 4 GPU помогает эффективнее распределять вычислительную нагрузку и работать с более тяжёлыми задачами рендера.
SD Turbo Видео / серийные кадры ✅ Удобен для быстрых предпросмотров, серийной генерации и ускоренных пайплайнов. Такая конфигурация обеспечивает высокую скорость обработки и хорошо подходит для интенсивной практической работы с AI-графикой.
Kandinsky-5.0-T2I-Lite-sft-Diffusers Текст в изображение ✅ Лёгкая модель для генерации изображений с хорошим запасом по видеопамяти на этой конфигурации. Подходит для высокого разрешения, батчей и параллельных экспериментов с несколькими графическими сценариями.
Kandinsky-6.0-Pro-distill-5s-Diffusers Текст/изображение в видео со звуком ✅ Подходит для генерации коротких видеороликов и AI-видеопайплайнов. Наличие 4 GPU даёт хорошую основу для параллельной обработки, ускорения рабочих процессов и более высокой производительности в продакшн-сценариях.

Технические характеристики

ПлатформаSupermicro 747BTQ-R2K04B
Видеокарта4x GIGABYTE Radeon AI PRO R9700 AI TOP 32GB GDDR6
Материнская платаTyan S8030 (ATX, SP3, 8 DIMM)
Процессор1x AMD EPYC 7502 (32c/64t, 2.5GHz-3.35GHz, 180W)
Кулер1x COOLSERVER SNK-P0064AP4 (4U, Active, SP3/TR4, 280W)
Оперативная память4x 32GB DDR4 ECC REG Samsung 3200Mhz 2Rx4
SSD накопитель1x Samsung PM983 1.92TB M2