
Supermicro ARS-221GL-NR (2× H100 NVL 94GB, 2× Grace, RAM 960GB)
16 720 600 ₽
Цена ориентировочная. Информация в каталоге не является публичной офертой.
- Артикул
- SF-22804
- 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 / Научные расчеты (HPC)
- Процессор (CPU)
- NVIDIA Grace
- Видеокарта (GPU)
- NVIDIA H100
- Количество GPU, шт
- 2
- Общий объем видеопамяти (VRAM), ГБ
- 188
- Тип памяти GPU
- HBM3
- Объем оперативной памяти (RAM), ГБ
- 960
- Тип оперативной памяти
- LPDDR5x
- Форм-фактор
- 2U
- Тип точности Совокупная мощность двух H100 NVL
- Совокупная мощность двух H100 NVL
- FP8 Tensor Core
- 6682 TFLOPS
- BF16 / FP16 Tensor Core
- 3342 TFLOPS
- TF32 Tensor Core
- 1670 TFLOPS
- FP32
- 120 TFLOPS
- FP64 Tensor Core
- 120 TFLOPS
- INT8 Tensor Core
- 6682 TOPS
- Платформа
- Supermicro ARS-221GL-NR
- Видеокарта
- 2x NVIDIA H100 NVL 94GB HBM3
- Процессор
- 2x NVIDIA Grace
- Оперативная память
- 960GB LPDDR5X
- SSD накопитель
- 4x E1.S NVMe 2x M.2 NVMe (M-key)
Описание
Supermicro ARS-221GL-NR - это 2U-платформа для инференса / развертывания, RAG-систем, дообучения моделей и научных расчётов. В этой конфигурации используются два встроенных процессора NVIDIA Grace и два ускорителя NVIDIA H100 NVL по 94GB, поэтому сервер получает 188GB HBM3 и 960GB ECC LPDDR5X. Такой вариант хорошо подходит для крупных моделей, длинного контекста и задач, где важен большой общий объём памяти рядом с ускорителями.
По данным Supermicro, платформа относится к серии Grace Superchip, поддерживает до 2 PCIe GPU, до 960GB ECC LPDDR5X onboard memory, имеет 4 E1.S NVMe для хранения данных и рассчитана на плотный 2U-формат для AI, LLM и HPC-нагрузок. Для конфигурации с 2× H100 NVL это даёт хороший баланс между объёмом видеопамяти, общей памятью системы и возможностью распределять нагрузку между двумя GPU.
Производительность GPU
| Тип точности | Совокупная мощность двух H100 NVL |
| FP8 Tensor Core | 6682 TFLOPS |
| BF16 / FP16 Tensor Core | 3342 TFLOPS |
| TF32 Tensor Core | 1670 TFLOPS |
| FP32 | 120 TFLOPS |
| FP64 Tensor Core | 120 TFLOPS |
| INT8 Tensor Core | 6682 TOPS |
Совместимость с LLM-моделями
| Модель | Тип квантизации | Требуется VRAM | Совместимость | Примечание |
| DeepSeek-R1-Distill-Qwen-32B | Нет | Примерно 65.5GB | ✅ | Уверенно работает на этой конфигурации и оставляет хороший запас памяти под длинный контекст и несколько запросов. |
| Qwen3.5-122B-A10B-GGUF | Q4_K_M | Примерно 76.5GB | ✅ | Хорошо подходит для этой платформы - можно распределять нагрузку между двумя GPU и держать стабильную работу сервиса. |
| gpt-oss-120b-GGUF | Q4_K_M | Примерно 62.8GB | ✅ | Удобный вариант для этой системы - остаётся запас под рабочий контекст, служебные данные и параллельные задачи. |
| Gemma-4-31B-it | Нет | Примерно 62.6GB | ✅ | Уверенно работает на этой конфигурации и оставляет запас памяти под контекст, служебные данные и параллельные задачи. |
Совместимость с диффузионными моделями
| Модель | Тип | Совместимость | Примечание |
| stable-diffusion-3.5-medium | Текст в изображение | ✅ | Подходит для генерации изображений в высоком разрешении и удобной параллельной работы на двух GPU. |
| FLUX.2-dev | Текст в изображение | ✅ | Требовательная модель, но на этой конфигурации нагрузку удобно распределять между двумя GPU для более стабильной генерации. |
| SD Turbo | Быстрые предпросмотры | ✅ | Подходит для быстрых итераций, серийной генерации и повседневной работы с большим числом задач. |
| Kandinsky-5.0-T2I-Lite-sft-Diffusers | Текст в изображение | ✅ | Лёгкая модель для этой платформы - можно держать высокое разрешение, батчи и несколько задач одновременно. |
| Kandinsky-6.0-Pro-distill-5s-Diffusers | Текст/изображение в видео со звуком | ✅ | Подходит для коротких роликов и пакетной обработки с распределением задач между двумя GPU. |
| 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
| Платформа | Supermicro ARS-221GL-NR |
| Видеокарта | 2x NVIDIA H100 NVL 94GB HBM3 |
| Процессор | 2x NVIDIA Grace |
| Оперативная память | 960GB LPDDR5X |
| SSD накопитель | 4x E1.S NVMe
2x M.2 NVMe (M-key) |