← Каталог оборудования
ASUS ESC8000A-E13X (8× RTX PRO 6000 BSE 96GB, 2× EPYC 9965, RAM 1.5TB)
ASUSНовый

ASUS ESC8000A-E13X (8× RTX PRO 6000 BSE 96GB, 2× EPYC 9965, RAM 1.5TB)

43 028 700 ₽

Цена ориентировочная. Информация в каталоге не является публичной офертой.

Артикул
SF-19939
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-E13X
Видеокарта
8x NVIDIA RTX PRO 6000 Blackwell Server Edition 96GB GDDR7
Процессор
2x AMD EPYC 9965 (192c/384t, 2.25GHz-3.7GHz, 500W)
Оперативная память
12x 128GB DDR5 ECC REG Micron 6400Mhz 2Rx4
SSD накопитель
4x Solidigm D7-P5620 12.8TB 2.5" U.2

Описание

Asus ESC8000A-E13X — это 4U GPU-сервер под enterprise AI-инфраструктуру: Обучение моделей (Training), Дообучение моделей (Fine-tuning), Инференс / Развертывание (Inference) и RAG-системы (Retrieval-Augmented Generation). Конфигурация с 8× RTX PRO 6000 Blackwell Server Edition даёт 768 GB суммарной VRAM (8×96 GB), что удобно для больших LLM, параллельных пайплайнов и множества одновременных запросов.

GPU-профиль - NVIDIA Blackwell + 96GB GDDR7 с ECC на карту, Tensor Cores 5-го поколения с акцентом на FP4 (а значит, эффективные INT4/FP4 сценарии для LLM), плюс поддержка MIG (разделение одной GPU на изолированные инстансы - удобно для мультиарендного инференса). За счёт RT-блоков и медиа-движков платформа также подходит для Визуализация и рендеринг и Видеоаналитика / Видеонаблюдение

Ограничение, которое важно учитывать: NVLink нет, поэтому масштабирование по нескольким GPU опирается на PCIe и сетевую связность. В этой модели сервер это компенсирует: ConnectX-8 SuperNIC switch board, 8× 400Gb/s QSFP, и встроенный PCIe Gen6 switch для ускорения GPU-to-GPU коммуникаций

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 одном узле 8×96GB через multi-GPU (tensor/pipeline) в vLLM/TensorRT-LLM; для reasoning и длинного контекста.
Qwen3.5-397B-A17B-FP8 / Qwen3.6-35B-A3B FP8 / Нет Примерно 406GB / 71.9 GB ✅ Масштабируется на 8 GPU в одном сервере; удобно для чатов, агентов и RAG при высокой нагрузке.
Gpt-oss:120b Нет Примерно 196GB ✅ Работает без квантизации; можно держать несколько реплик/сервисов благодаря 768GB суммарной VRAM.
GigaChat3.5-432B-A28B Нет Примерно 438GB ✅ Помещается на 8×96GB и запускается в multi-GPU; для больших ассистентов и длинных диалогов.
Mistral-Large-3-675B-Instruct-251 Нет Примерно 682GB ✅ Запуск на одном узле в multi-GPU; для аналитики, reasoning, RAG и агентных пайплайнов.
GLM-5.3 Нет Примерно 756GB ✅ FP8 снижает VRAM и ускоряет инференс; подходит для LLM-сервисов и RAG.
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 ✅ Стабильная high-res генерация; легко параллелить пайплайны и батчи на нескольких GPU (CUDA).
Flux.2-dev Текст в изображение ✅ Требовательна к VRAM: удобно распределять очередь по GPU; уверенная high-res генерация на CUDA.
SD Turbo Быстрые предпросмотры ✅ Очень быстрые итерации; несколько параллельных задач для предпросмотров и массовой генерации.
Kandinsky-5.0-T2I-Lite-sft-Diffusers Текст в изображение ✅ Лёгкая модель: большой запас VRAM под high-res, батчи и нескольких пользователей.
Kandinsky-6.0-Pro-distill-5s-Diffusers Текст/изображение в видео со звуком ✅ Короткие ролики: масштабируется по GPU, ускоряя пакетную генерацию видео и кадров.

Технические характеристики

ПлатформаAsus ESC8000A-E13X
Видеокарта8x NVIDIA RTX PRO 6000 Blackwell Server Edition 96GB GDDR7
Процессор2x AMD EPYC 9965 (192c/384t, 2.25GHz-3.7GHz, 500W)
Оперативная память12x 128GB DDR5 ECC REG Micron 6400Mhz 2Rx4
SSD накопитель4x Solidigm D7-P5620 12.8TB 2.5" U.2