
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
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 точности | Совокупная мощность четырех Radeon AI PRO R9700 |
| FP32 Vector | 191.2 TFLOPS |
| FP16 Vector | 382.8 TFLOPS |
| FP16 Matrix | 764 TFLOPS |
| FP16 Matrix* | 1532 TFLOPS |
| FP8 Matrix | 1532 TFLOPS |
| FP8 Matrix* | 3064 TFLOPS |
| INT8 Matrix | 1532 TOPS |
| INT8 Matrix* | 3064 TOPS |
| INT4 Matrix | 3064 TOPS |
| INT4 Matrix* | 6124 TOPS |
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
| 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 |