![Supermicro NVIDIA GB200 NVL72 (36x GB200 Grace Blackwell) [SRS-GB200-NVL72]](/wp-content/uploads/2026/11/supermicro-nvidia-gb200-nvl72-72-gb200-grace-blackwell.webp)
Supermicro NVIDIA GB200 NVL72 (36x GB200 Grace Blackwell) [SRS-GB200-NVL72]
554 881 100 ₽
Цена ориентировочная. Информация в каталоге не является публичной офертой.
- Артикул
- SF-24583
- Партномер
- SRS-GB200-NVL72
- 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
- Парт.№
- SRS-GB200-NVL72
- Основная задача
- Обучение моделей / Инференс / Дообучение моделей / RAG-системы / Анализ данных / Научные расчеты (HPC) / Визуализация и рендеринг
- Процессор (CPU)
- NVIDIA GB200 (Grace)
- Видеокарта (GPU)
- NVIDIA GB200 (Blackwell)
- Количество GPU, шт
- 72
- Общий объем видеопамяти (VRAM), ГБ
- 13392
- Тип памяти GPU
- HBM3e
- Объем оперативной памяти (RAM), ГБ
- 17856
- Тип оперативной памяти
- LPDDR5x
- Форм-фактор
- 48U
- Тип точности Совокупная мощность системы
- Совокупная мощность системы
- FP4 (NVFP4) Tensor core
- 1440 PFLOPS
- FP8 Tensor core
- 720 PFLOPS
- FP6 Tensor core
- 720 PFLOPS
- FP16 Tensor core
- 360 PFLOPS
- BF16 Tensor core
- 360 PFLOPS
- FP32
- 6 PFLOPS
- TF32 Tensor core
- 180 PFLOPS
- FP64 Tensor core
- 3 PFLOPS
- INT8
- 720 POPS
Описание
Supermicro NVIDIA GB200 NVL72 SRS-GB200-NVL72 - это стоечная жидкостно-охлаждаемая AI-система для Обучения моделей (Training), Дообучения моделей (Fine-tuning), Инференса / Развертывания (Inference), RAG-систем (Retrieval-Augmented Generation), Анализа данных (Data Science) и HPC / Научных расчётов. Платформа объединяет 72 GPU NVIDIA B200 и 36 процессоров NVIDIA Grace в масштабируемую rack-scale архитектуру для триллионных LLM, генеративного ИИ и крупных вычислительных нагрузок.
Система располагает до 13,4 ТБ HBM3e GPU-памяти и до 17 ТБ LPDDR5X системной памяти. За обмен между ускорителями отвечают 9 NVLink Switch, которые связывают 72 GPU и обеспечивают высокоскоростной межGPU-контур, рассчитанный на тяжёлый распределённый инференс и обучение.
Supermicro дополняет платформу прямым жидкостным охлаждением, поддержкой сетей NVIDIA Quantum-2 InfiniBand и Spectrum-X Ethernet, а также инфраструктурой для полноценного развёртывания AI-кластера. При этом система не ориентирована на классические задачи визуализации или рабочий рендеринг - её профиль это прежде всего сверхкрупные AI-модели, HPC и высоконагруженный корпоративный serving.
Производительность GPU
| Тип точности | Совокупная мощность системы |
| FP4 (NVFP4) Tensor core | 1440 PFLOPS |
| FP8 Tensor core | 720 PFLOPS |
| FP6 Tensor core | 720 PFLOPS |
| FP16 Tensor core | 360 PFLOPS |
| BF16 Tensor core | 360 PFLOPS |
| FP32 | 6 PFLOPS |
| TF32 Tensor core | 180 PFLOPS |
| FP64 Tensor core | 3 PFLOPS |
| INT8 | 720 POPS |
Совместимость с LLM-моделями
| Модель | Тип квантизации | Требуется VRAM | Совместимость | Примечание |
| DeepSeek-V4-Pro | Нет | Примерно 865GB | ✅ | Supermicro SRS-GB200-NVL72 обеспечивает уверенный запуск модели с большим запасом под длинный контекст, KV-cache и высокий параллелизм запросов. |
| Qwen3.8-2.4T-A95B | Нет | Примерно 4.89TB | ✅ | Крупная MoE-модель для серверов с большим объёмом GPU-памяти; подходит для сложных reasoning-задач, RAG, агентных сценариев и production-инференса. Для стабильной работы требуется распределение по нескольким GPU и достаточный запас памяти под KV-cache, длинный контекст и параллельные запросы. |
| Gpt-oss:120b | Нет | Примерно 196GB | ✅ | Для такой модели платформа имеет многократный запас по памяти и вычислениям, что полезно для длинного контекста, высокой concurrency и плотного размещения инстансов. |
| GigaChat3.5-432B-A28B-bf16 | Нет | Примерно 868GB | ✅ | SRS-GB200-NVL72 подходит для стабильной работы модели в крупномасштабном инференсе, включая длинный контекст, большие батчи и параллельное обслуживание пользователей. |
| Mistral-Large-3-675B-Instruct-251 | Нет | Примерно 682GB | ✅ | Платформа даёт значительный запас для длинных контекстных окон, крупных батчей и производительного корпоративного serving. |
| GLM-5.3 | Нет | Примерно 756GB | ✅ | Supermicro SRS-GB200-NVL72 рассчитан на модели такого класса и оставляет большой резерв под KV-cache, параллельные запросы и масштабный инференс. |
| Gemma-4-31B-IT-NVFP4 | NVFP4 (FP4 для NVIDIA) | Примерно 32.7GB | ✅ | Для этой системы это крайне лёгкая модель, которую удобно масштабировать на большое число параллельных инстансов с длинным контекстом и высокой плотностью запросов. |
| NVIDIA-Nemotron-3-Super-120B-A12B-NVFP4 | NVFP4 (FP4 для NVIDIA) | Примерно 80.4GB | ✅ | SRS-GB200-NVL72 запускает такую модель с огромным запасом по памяти и производительности, что удобно для большого числа одновременных инстансов, длинного контекста и высоконагруженного serving. |
| Kimi-K3 | Нет | Примерно 1.56TB | ✅ | 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 | ✅ | Система легко справляется с high-res генерацией, крупными батчами и массовым параллельным запуском пайплайнов. |
| Flux.2-dev | Текст в изображение | ✅ | Масштаб rack-scale платформы позволяет увеличивать разрешение, скорость обработки и количество одновременных генеративных очередей. |
| SD Turbo | Быстрые предпросмотры | ✅ | Подходит для экстремально высокой параллельности и быстрого создания большого числа превью в реальном рабочем потоке. |
| Kandinsky-5.0-T2I-Lite-sft-Diffusers | Текст в изображение | ✅ | Можно одновременно обслуживать множество независимых генеративных пайплайнов без заметного упора в видеопамять. |
| Kandinsky-6.0-Pro-distill-5s-Diffusers | Текст/изображение в видео со звуком | ✅ | Платформа хорошо подходит для параллельной генерации коротких видеороликов и ускорения тяжёлых видеодиффузионных сценариев. |
| 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. |