← Каталог оборудования
GIGABYTE H223-V10-AAW1 (2× GH200 144GB, RAM 960GB)
GIGABYTEНовый

GIGABYTE H223-V10-AAW1 (2× GH200 144GB, RAM 960GB)

20 333 500 ₽

Цена ориентировочная. Информация в каталоге не является публичной офертой.

Артикул
SF-22824
Партномер
6NH223V10MR000ABW1
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
Парт.№
6NH223V10MR000ABW1
Основная задача
Инференс / Дообучение моделей / RAG-системы / Анализ данных / Научные расчеты (HPC)
Процессор (CPU)
NVIDIA GH200 (Grace)
Видеокарта (GPU)
NVIDIA GH200 (Hopper)
Количество GPU, шт
2
Общий объем видеопамяти (VRAM), ГБ
288
Тип памяти GPU
HBM3e
Объем оперативной памяти (RAM), ГБ
960
Тип оперативной памяти
LPDDR5x
Форм-фактор
2U
Тип точности Совокупная мощность двух GH200
Совокупная мощность двух GH200
FP8 Tensor Core
7916 TFLOPS
BF16 / FP16 Tensor Core
3958 TFLOPS
TF32 Tensor Core
1979 TFLOPS
FP32
134 TFLOPS
FP64 Tensor Core
134 TFLOPS
INT8 Tensor Core
7916 TOPS
Платформа
GIGABYTE H223-V10-AAW1
Видеокарта / Процессор
2x NVIDIA GH200 (Grace Hopper) 288GB HBM3e
Оперативная память
960GB ECC LPDDR5X
SSD накопитель
8x 2.5" Gen5 NVMe (4x 2.5" Gen5 NVMe) 4x M.2 NVMe (2280/22110)

Описание

GIGABYTE H223-V10-AAW1 - это 2U-платформа для инференса / развертывания, RAG-систем, дообучения моделей и научных расчётов. Внутри находятся два независимых узла с собственными модулями NVIDIA GH200, поэтому по своей идее сервер напоминает блейд-систему - в одном корпусе размещены сразу две отдельные вычислительные платформы. Суммарно система получает 288GB HBM3e и 960GB ECC LPDDR5X, что хорошо подходит для крупных моделей, длинного контекста и задач с большим объёмом памяти.

Преимущество такой схемы в том, что два узла можно использовать независимо друг от друга. Например, один GH200 можно выделить под инференс или RAG, а второй - под дообучение, тестирование или отдельный сервис. По сравнению с обычным сервером на двух GPU здесь проще разделять нагрузку между командами и задачами, а также эффективнее использовать место в стойке, питание и охлаждение, потому что фактически вы получаете два отдельных AI-сервера в одном 2U-корпусе.


Производительность GPU

Тип точностиСовокупная мощность двух GH200
FP8 Tensor Core7916 TFLOPS
BF16 / FP16 Tensor Core3958 TFLOPS
TF32 Tensor Core1979 TFLOPS
FP32134 TFLOPS
FP64 Tensor Core134 TFLOPS
INT8 Tensor Core7916 TOPS

Совместимость с LLM-моделями

Модель Тип квантизации Требуется VRAM Совместимость Примечание
DeepSeek-R1-Distill-Llama*-70B Нет Примерно 141GB ✅ Уверенно работает на этой конфигурации и оставляет хороший запас памяти под длинный контекст и несколько запросов.
*LLAMA - проект Meta Platforms Inc.**, деятельность которой в России признана экстремистской и запрещена
**Деятельность Meta Platforms Inc. в России признана экстремистской и запрещена
Qwen3.5-397B-A17B-GGUF Q4_K_M Примерно 241GB ✅ В 4-битном формате подходит для этой системы, но для стабильной работы лучше держать умеренный контекст и размер батча.
gpt-oss:120b Нет (FP16) Примерно 260GB ✅ Подходит для этой конфигурации, но запас памяти уже небольшой, поэтому лучше не завышать контекст и параллельную нагрузку.
GLM-4.7-GGUF Q4_K_M Примерно 216GB ✅ Хорошо подходит для повседневного запуска, агентных сценариев и обслуживания нескольких пользовательских сессий.
Gemma-4-31B-it Нет Примерно 62.6GB ✅ Уверенно работает на этой системе и оставляет хороший запас памяти под длинный контекст и несколько одновременных запросов.
MiniMax-M3 UD-Q4_K_M Примерно 264GB ✅ Квантизированная версия с заметно меньшим объёмом; удобна для серверов с ограниченным запасом памяти, RAG-сценариев, ассистентов и локальных LLM-сервисов.
MiMo-V2.5-GGUF UD_Q4_K_M Примерно 191GB ✅ Компактная GGUF-версия для более доступного развёртывания; подходит для серверов с ограниченным объёмом памяти, RAG-сценариев, ассистентов и локального инференса.

Совместимость с диффузионными моделями

<!-- -->
Модель Тип Совместимость Примечание
Stable Diffusion XL 1.0 Текст в изображение ✅ Подходит для генерации изображений в высоком разрешении и параллельной работы с несколькими задачами.
Flux.2-dev Текст в изображение ✅ Тяжёлая модель, но на этой системе можно держать стабильную генерацию при аккуратных настройках качества и батча.
SD Turbo Быстрые предпросмотры ✅ Удобна для быстрых предпросмотров, серийной генерации и интенсивной ежедневной работы.
Kandinsky-5.0-T2I-Lite-sft-Diffusers Текст в изображение ✅ Лёгкий вариант для этой платформы - можно без проблем повышать разрешение и запускать несколько процессов одновременно.
Kandinsky-6.0-Pro-distill-5s-Diffusers Текст/изображение в видео со звуком ✅ Подходит для коротких роликов и пакетной обработки без жёстких ограничений по памяти.
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

ПлатформаGIGABYTE H223-V10-AAW1
Видеокарта / Процессор2x NVIDIA GH200 (Grace Hopper) 288GB HBM3e
Оперативная память960GB ECC LPDDR5X
SSD накопитель8x 2.5" Gen5 NVMe (4x 2.5" Gen5 NVMe)
4x M.2 NVMe (2280/22110)

Если нужна конфигурация на эту платформу под ваши задачи - свяжитесь с менеджером, и мы предложим подходящий вариант под бюджет и требования.