← Каталог оборудования
ASUS ESC8000A-E13P (8× RTX PRO 6000 BSE 96GB, 2× EPYC 9845, RAM 1.5TB)
ASUSНовый

ASUS ESC8000A-E13P (8× RTX PRO 6000 BSE 96GB, 2× EPYC 9845, RAM 1.5TB)

42 046 500 ₽

Цена ориентировочная. Информация в каталоге не является публичной офертой.

Артикул
SF-20516
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
Обучение моделей / Инференс / Дообучение моделей / RAG-системы / Визуализация и рендеринг
Процессор (CPU)
AMD EPYC
Видеокарта (GPU)
NVIDIA RTX PRO 6000 Blackwell
Количество GPU, шт
8
Общий объем видеопамяти (VRAM), ГБ
768
Тип памяти GPU
GDDR7
Объем оперативной памяти (RAM), ГБ
1536
Тип оперативной памяти
DDR5 ECC REG
Форм-фактор
4U
Тип точности Совокупная мощность восьми RTX PRO 6000 BSE
Совокупная мощность восьми RTX PRO 6000 BSE
FP32
960 TFLOPS
FP4
32 PFLOPS
RT Core performance*
2840 TFLOPS
Платформа
ASUS ESC8000A-E13P
Видеокарта
8x NVIDIA RTX PRO 6000 Blackwell Server Edition 96GB GDDR7
Процессор
2x AMD EPYC 9845 (160c/320t, 2.1GHz-3.7GHz, 390W)
Оперативная память
24x 64GB DDR5 ECC REG Samsung 6400Mhz 2Rx4
SSD накопитель
4x Kioxia CM6-R 7.68TB 2.5" U.3
Сетевая карта
1x Mellanox MCX755106AS-HEAT (2x QSFP112, 200GBE)

Описание

ASUS ESC8000A-E13P с 8× NVIDIA RTX PRO 6000 Blackwell Server Edition по 96GB (суммарно 768GB VRAM) - это мощная платформа для Инференса / Развертывания (Inference), RAG-систем (Retrieval-Augmented Generation), Дообучения моделей (Fine-tuning) и Обучения моделей (Training) в multi-GPU конфигурациях, когда важны большой общий объём видеопамяти и высокая пропускная способность GPU-узлов.

RTX PRO 6000 Blackwell Server Edition использует архитектуру Blackwell и память 96GB GDDR7 с ECC на каждую карту, а также Tensor Cores с поддержкой FP4 (актуально для ускорения современных LLM-нагрузок и снижения требований к памяти при инференсе).

Сервер также отлично подходит для Визуализации и рендеринга и Видеоаналитики / Видеонаблюдения (в т.ч. многопоточные пайплайны детекции/трекинга/segmentation), потому что это RTX-платформа с акцентом на AI + графику/RT-задачи.

Ограничения и нюансы: эффективность масштабирования Training/Fine-tuning зависит от стека (PyTorch/vLLM/TensorRT), стратегии параллелизма (tensor/pipeline/data) и межсоединения (в серверном варианте - PCIe Gen5). Поэтому большие модели чаще запускают в распределённом режиме, а “в одну карту” - только то, что помещается в 96GB.

Производительность GPU

Тип точностиСовокупная мощность восьми RTX PRO 6000 BSE
FP32960 TFLOPS
FP4 32 PFLOPS
RT Core performance*2840 TFLOPS

*-RT Core performance - это пиковая производительность специализированных RT-ядер (Ray Tracing Cores), которые аппаратно ускоряют операции трассировки лучей (поиск пересечений луча с геометрией и обход BVH). Показатель важен для визуализации/рендеринга и некоторых графических/3D-пайплайнов, но не является прямым аналогом FP32/AI-производительности.

Совместимость с LLM-моделями

Модель Тип квантизации Требуется VRAM Совместимость Примечание
DeepSeek-R1 685B Нет Примерно 689GB ✅ Запуск на 8×96GB (768GB суммарно) в multi-GPU через vLLM/TensorRT-LLM; подходит для reasoning и длинного контекста.
Qwen3.5-397B-A17B-FP8 / Qwen3.6-35B-A3B FP8 / Нет Примерно 406GB / 71.9 GB ✅ Комфортный multi-GPU инференс на одном узле; чаты, агенты и RAG под высокой нагрузкой.
Gpt-oss:120b Нет Примерно 196GB ✅ Без квантизации; можно держать несколько реплик/сервисов параллельно благодаря 768GB VRAM.
GigaChat3.5-432B-A28B Нет Примерно 438GB ✅ Помещается на 8×96GB; запуск в multi-GPU для крупных ассистентов и длинных диалогов.
Mistral-Large-3-675B-Instruct-251 Нет Примерно 682GB ✅ Multi-GPU на одном узле; хороша для аналитики, RAG и агентных сценариев.
GLM-5.3 Нет Примерно 756GB ✅ FP8 снижает VRAM и ускоряет инференс; удобно для продакшн LLM и RAG-сервисов.
NVIDIA-Nemotron-3-Super-120B-A12B-NVFP4 NVFP4 (FP4 для NVIDIA) Примерно 80.4GB ✅ Удобна для параллельного запуска нескольких инстансов, работы с длинным контекстом и высокой плотности запросов.
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 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-Pro-GGUF UD_Q4_K_M Примерно 630GB ✅ Квантизированная Pro-версия для более гибкого размещения на серверных конфигурациях с разным объёмом памяти; подходит для RAG, reasoning-задач и производственных LLM-сервисов.

Совместимость с диффузионными моделями

Модель Тип Совместимость Примечание
Stable Diffusion XL 1.0 Текст в изображение ✅ High-res генерация и батчи; легко распараллелить очереди на 8 GPU (CUDA).
Flux.2-dev Текст в изображение ✅ Тяжёлые пайплайны удобно распределять по GPU; уверенная high-res генерация на CUDA.
SD Turbo Быстрые предпросмотры ✅ Очень быстрые итерации; много параллельных предпросмотров и массовая генерация.
Kandinsky-5.0-T2I-Lite-sft-Diffusers Текст в изображение ✅ Лёгкая модель: запас VRAM под high-res, батчи и одновременную работу пользователей.
Kandinsky-6.0-Pro-distill-5s-Diffusers Текст/изображение в видео со звуком ✅ Короткие ролики: масштабирование по GPU ускоряет пакетную генерацию видео и кадров.

Технические характеристики

ПлатформаASUS ESC8000A-E13P
Видеокарта8x NVIDIA RTX PRO 6000 Blackwell Server Edition 96GB GDDR7
Процессор2x AMD EPYC 9845 (160c/320t, 2.1GHz-3.7GHz, 390W)
Оперативная память24x 64GB DDR5 ECC REG Samsung 6400Mhz 2Rx4
SSD накопитель4x Kioxia CM6-R 7.68TB 2.5" U.3
Сетевая карта1x Mellanox MCX755106AS-HEAT (2x QSFP112, 200GBE)