← Каталог оборудования
Supermicro AS-2025HS-TNR (2× Radeon AI PRO R9700 32GB, 2× EPYC 9124, RAM 128GB)
SupermicroНовый

Supermicro AS-2025HS-TNR (2× Radeon AI PRO R9700 32GB, 2× EPYC 9124, RAM 128GB)

2 468 530 ₽

Цена ориентировочная. Информация в каталоге не является публичной офертой.

Артикул
SF-22285
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
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
2
Общий объем видеопамяти (VRAM), ГБ
64
Тип памяти GPU
GDDR6
Объем оперативной памяти (RAM), ГБ
128
Тип оперативной памяти
DDR4 ECC REG
Форм-фактор
2U
Тип точности Совокупная мощность двух Radeon AI PRO R9700
Совокупная мощность двух Radeon AI PRO R9700
FP32 Vector
95.6 TFLOPS
FP16 Vector
191.4 TFLOPS
FP16 Matrix*
766 TFLOPS
FP8 Matrix*
1532 TFLOPS
INT8 Matrix*
1532 TOPS
INT4 Matrix*
3062 TOPS
Платформа
Supermicro Hyper A+ Server AS-2025HS-TNR Rev 2.0
Видеокарта
2x GIGABYTE Radeon AI PRO R9700 AI TOP 32GB GDDR6
Процессор
2x AMD EPYC 9124 (16c/32t, 3.0GHz-3.6GHz, 200W)
Оперативная память
8x 16GB DDR5 ECC REG SK Hynix 4800Mhz 1Rx8 [HMCG78MEBRA]
SSD накопитель
2x Intel DC P4610 3.2TB 2.5" U.2

Описание

Конфигурация рассчитана на локальный AI-инференс, запуск средних языковых моделей, генерацию изображений, кодовые ассистенты, RAG-сценарии и прикладные пайплайны на базе ROCm. В системе установлены 2 × GIGABYTE Radeon AI PRO R9700 AI TOP 32GB, что даёт 64 GB суммарной VRAM и делает сервер хорошим выбором для серьёзной single-node AI-инфраструктуры.

Сами Radeon AI PRO R9700 построены на архитектуре AMD RDNA 4, оснащены 32 GB GDDR6 каждая, имеют 640 GB/s пропускной способности памяти на карту и используют PCIe 5.0 x16. AMD позиционирует эту серию как решение для local AI inference, development и memory-intensive workloads, а GIGABYTE отдельно подчёркивает пригодность версии AI TOP для интенсивных AI/ML и multi-GPU сценариев.

На практике такая сборка лучше всего подходит для LLM среднего класса, квантизированных моделей повышенного размера, генерации изображений уровня SDXL, кодовых моделей, ASR/NLP-задач и ограниченного fine-tuning в сценариях LoRA. Для полноценного обучения крупнейших foundation-моделей это не замена H100-кластерам, но для локального inference, AI-разработки и стабильной multi-GPU работы с хорошим запасом памяти конфигурация выглядит очень убедительно.


Производительность GPU

Тип точностиСовокупная мощность двух Radeon AI PRO R9700
FP32 Vector95.6 TFLOPS
FP16 Vector191.4 TFLOPS
FP16 Matrix382 TFLOPS
FP16 Matrix*766 TFLOPS
FP8 Matrix766 TFLOPS
FP8 Matrix*1532 TFLOPS
INT8 Matrix766 TOPS
INT8 Matrix*1532 TOPS
INT4 Matrix1532 TOPS
INT4 Matrix*3062 TOPS
* C структурированной разреженностью

Совместимость с LLM-моделями

Модель Тип квантизации Требуется VRAM Совместимость Примечание
DeepSeek-R1-Distill-Qwen-32B-GGUF Q4_K_M Примерно 19.9GB ✅ Подходит для локального инференса, reasoning-задач и аналитических сценариев. Конфигурация с 2 GPU и 64GB суммарной VRAM позволяет запускать модель с хорошим запасом по памяти и комфортно использовать её в повседневной работе.
Qwen3.5-35B-A3B-GGUFF Q4_K_M Примерно 22GB ✅ Подходит для сложных диалоговых, агентных и исследовательских задач. На данной конфигурации модель можно запускать с уверенным запасом по видеопамяти, что делает её хорошим вариантом для стабильного локального инференса.
gpt-oss:120b Q4_K_M Примерно 62.8GB ⚠️ Модель близка к пределу доступного объёма видеопамяти для этой конфигурации. Запуск возможен, но без заметного запаса, поэтому для стабильной работы могут потребоваться аккуратная настройка окружения, ограничение контекста или частичный offload.

Совместимость с диффузионными моделями

Модель Тип Совместимость Примечание
Stable Diffusion XL 1.0 Текст в изображение ✅ Система хорошо подходит для генерации изображений в высоком разрешении, пакетной обработки и параллельного рендера. 64GB суммарной VRAM дают хороший запас для тяжёлых сцен и нескольких последовательных задач.
Flux 1.1 Pro Диффузионная ⚠️ Подходит для сложной генерации изображений, но итоговая стабильность и скорость заметно зависят от сборки ROCm-окружения и конкретного пайплайна. Конфигурация с 2 GPU даёт хороший ресурс, но не такой запас, как у более крупных multi-GPU систем.
SD Turbo Видео / серийные кадры ✅ Удобен для быстрых предпросмотров, серийной генерации и ускоренных пайплайнов. Такая конфигурация обеспечивает высокую скорость обработки и хорошо подходит для активной 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 комфортной работы 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 2 GPU даёт хорошую основу для параллельной обработки и ускорения рабочих процессов в прикладных сценариях.

Технические характеристики

ПлатформаSupermicro Hyper A+ Server AS-2025HS-TNR Rev 2.0
Видеокарта2x GIGABYTE Radeon AI PRO R9700 AI TOP 32GB GDDR6
Процессор2x AMD EPYC 9124 (16c/32t, 3.0GHz-3.6GHz, 200W)
Оперативная память8x 16GB DDR5 ECC REG SK Hynix 4800Mhz 1Rx8 [HMCG78MEBRA]
SSD накопитель2x Intel DC P4610 3.2TB 2.5" U.2