
GIGABYTE G494-ZB4-AAP2 (8x H200 NVL 141GB)
91 103 850 ₽
Цена ориентировочная. Информация в каталоге не является публичной офертой.
- Артикул
- SF-23931
- 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
- Обучение моделей / Инференс / Дообучение моделей / RAG-системы / Анализ данных / Научные расчеты (HPC)
- Процессор (CPU)
- AMD EPYC
- Видеокарта (GPU)
- NVIDIA H200
- Количество GPU, шт
- 8
- Общий объем видеопамяти (VRAM), ГБ
- 1128
- Тип памяти GPU
- HBM3e
- Объем оперативной памяти (RAM), ГБ
- 12288
- Тип оперативной памяти
- DDR5 ECC REG
- Форм-фактор
- 4U
- Тип точности Совокупная мощность восьми H200
- Совокупная мощность восьми H200
- FP64 Tensor Core
- 480 TFLOPS
- TF32 Tensor Core
- 6680 TFLOPS
- BF16/FP16 Tensor Core
- 13368 TFLOPS
- FP8 Tensor Core
- 26728 TFLOPS
- INT8 Tensor Core
- 26728 TOPS
- Платформа
- GIGABYTE G494-ZB4-AAP2
- Видеокарта
- 8x NVIDIA H200 NVL
- Процессор
- 2x AMD EPYC 9004/9005 серии
- Оперативная память
- 48 DIMM, до 12TB DDR5 ECC REG
- SSD накопитель
- 12x 2.5" Gen5 NVMe/SATA/SAS-4, 2x M.2 (2280/22110), PCIe Gen3 x4
Описание
GIGABYTE G494-ZB4-AAP2 - это 4U сервер для тяжёлых AI- и HPC-нагрузок с поддержкой до 8 двухслотовых PCIe Gen5 GPU. Официально GIGABYTE указывает для этой модели сценарии AI, Visual Computing, HPC, AI Training и AI Inference, а также поддержку 8x NVIDIA H200 NVL PCIe или 8x RTX PRO 6000 Blackwell Server Edition, двух процессоров AMD EPYC 9005/9004, 48 DIMM-слотов DDR5 и 12 hot-swap отсеков 2.5" Gen5 NVMe/SATA/SAS-4.
В конфигурации с 8x H200 NVL 141GB сервер получает суммарно 1128 GB HBM3e, то есть примерно 1.1 TB VRAM. Для H200 NVL NVIDIA указывает 141 GB HBM3e на карту, а сама платформа GIGABYTE уточняет, что 8 таких GPU поддерживаются при 25°C ambient и организуются как две группы по 4 GPU, каждая с 4-way NVLink bridge. Это делает систему особенно сильной для Обучения моделей (Training), Дообучения моделей (Fine-tuning), Инференса / Развертывания (Inference), RAG-систем и HPC / Научных расчётов.
Для этой конфигурации важно не переносить сетевые особенности от MGX-серверов серии ZX2. У G494-ZB4-AAP2 в официальных спецификациях указаны 2 x 1Gb/s LAN и отдельный management LAN, а не встроенный 400Gb/s QSFP контур. Поэтому в примечаниях ниже я убрал упор на scale-out через QSFP и сместил акцент на большой локальный объём HBM3e, 8-GPU serving и связность внутри узла через NVLink-группы 4+4
Производительность GPU
| Тип точности | Совокупная мощность восьми H200 |
| FP64 Tensor Core | 480 TFLOPS |
| TF32 Tensor Core | 6680 TFLOPS |
| BF16/FP16 Tensor Core | 13368 TFLOPS |
| FP8 Tensor Core | 26728 TFLOPS |
| INT8 Tensor Core | 26728 TOPS |
Совместимость с LLM-моделями
| Модель | Тип квантизации | Требуется VRAM | Совместимость | Примечание |
| DeepSeek-V4-Pro | Нет | Примерно 865GB | ✅ | Уверенно запускается на 8 x H200 NVL и оставляет заметный запас под длинный контекст, KV-cache и стабильный multi-GPU serving внутри одного узла. |
| Qwen3.5-397B-A17B / Qwen3.6-35B-A3B | Нет | Примерно 807GB / 71.9 GB | ✅ | Хорошо подходит для reasoning, аналитики и RAG на одном узле без жёстких ограничений по памяти и с большим запасом под serving. |
| gpt-oss-120b | Нет | Примерно 196GB | ✅ | Легко размещается и позволяет держать большие батчи, длинные диалоги и несколько параллельных сервисов с очень большим запасом VRAM. |
| GigaChat3.5-432B-A28B-bf16 | Нет | Примерно 868GB | ✅ | Комфортно работает на 8 x H200 NVL без квантизации и подходит для крупных ассистентов с длинным контекстом, сохраняя запас под serving и служебные буферы. |
| Mistral-Large-3-675B-Instruct-251 | Нет | Примерно 682GB | ✅ | Хороший вариант для reasoning, агентных сценариев и RAG с большим запасом памяти под serving-нагрузку внутри одного 8-GPU сервера. |
| GLM-5.3 | Нет | Примерно 756GB | ✅ | В 4-битном формате остаётся очень большой запас VRAM под контекст, батчи и параллельные запросы, поэтому конфигурация хорошо подходит для высоконагруженного inference. |
| gemma-4-31B-it | нет | Примерно 62.6GB | ✅ | Очень лёгкая модель для этой конфигурации и удобна для нескольких одновременных инстансов, длинного контекста или высоконагруженного inference. |
| Kimi-K2.7-Code | Нет | Примерно 595GB | ✅ | Полноразмерная версия для мощных GPU-серверов; подходит для reasoning-задач, RAG, агентных рабочих процессов и производственного инференса с высоким запасом качества. |
| MiniMax-M3 | Нет | Примерно 854GB | ✅ | Полноразмерная версия для серверов с большим запасом памяти; подходит для reasoning-задач, RAG, агентных сценариев и стабильного production-инференса без агрессивной квантизации. |
| MiMo-V2.5-Pro | Нет | Примерно 1.03TB | ✅ | Крупная Pro-версия для серверов с большим объёмом GPU-памяти; подходит для сложных reasoning-задач, RAG, агентных сценариев и production-инференса с высоким запасом качества. |
Совместимость с диффузионными моделями
| Модель | Тип | Совместимость | Примечание |
| Stable Diffusion XL 1.0 | Текст в изображение | ✅ | Уверенно подходит для high-res генерации, крупных батчей и параллельных пайплайнов на нескольких GPU. |
| FLUX.2-dev | Текст в изображение | ✅ | Требовательная модель, но на 8 x H200 NVL удобно запускать её с большим запасом под разрешение, батчи и очередь задач внутри одного узла. |
| SD Turbo | Быстрые предпросмотры | ✅ | Отлично подходит для быстрых итераций, массовой генерации и высокой плотности параллельных задач. |
| Kandinsky-5.0-T2I-Lite-sft-Diffusers | Текст в изображение | ✅ | Лёгкая версия Kandinsky 5.0 и на этой конфигурации остаётся очень большой запас видеопамяти под высокое разрешение, батчи и параллельную работу пользователей. |
| Kandinsky-5.0-T2V-Lite-sft-5s-Diffusers | Текст в видео | ✅ | Подходит для пакетной генерации коротких роликов и хорошо масштабируется по нескольким GPU внутри одного сервера. |
| 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 | GIGABYTE G494-ZB4-AAP2 |
| Видеокарта | 8x NVIDIA H200 NVL |
| Процессор | 2x AMD EPYC 9004/9005 серии |
| Оперативная память | 48 DIMM, до 12TB DDR5 ECC REG |
| SSD накопитель | 12x 2.5" Gen5 NVMe/SATA/SAS-4, 2x M.2 (2280/22110), PCIe Gen3 x4 |