
ASUS RS720QN-E11-RS24U (8x RTX PRO 4500 BSE 32GB, 8x Grace, RAM 1.9TB)
16 496 200 ₽
Цена ориентировочная. Информация в каталоге не является публичной офертой.
- Артикул
- SF-23775
- 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 / Визуализация и рендеринг
- Процессор (CPU)
- NVIDIA Grace
- Видеокарта (GPU)
- NVIDIA RTX PRO 4500 Blackwell
- Количество GPU, шт
- 8
- Общий объем видеопамяти (VRAM), ГБ
- 256
- Тип памяти GPU
- GDDR7
- Объем оперативной памяти (RAM), ГБ
- 1920
- Тип оперативной памяти
- LPDDR5x
- Форм-фактор
- 2U
- Тип точности Совокупная мощность восьми RTX PRO 4500 BSE
- Совокупная мощность восьми RTX PRO 4500 BSE
- FP4 Tensor Core
- 1.6 PFLOPS
- FP8 Tensor Core
- 811 TFLOPS
- BF16 / FP16 Tensor Core
- 406 TFLOPS
- TF32 Tensor Core
- 203 TFLOPS
- FP32 Tensor Core
- 51 TFLOPS
- RT Core performance*
- 154 TFLOPS
- Платформа
- ASUS RS720QN-E11-RS24U
- Видеокарта
- 4x NVIDIA H100 NVL 94GB HBM3
- Процессор
- 8x NVIDIA Grace
- Оперативная память
- 1.9TB ECC LPDDR5X
- SSD накопитель
- 24x 2.5" Gen5 NVMe 2x M.2 (2280/22110)
Описание
ASUS RS720QN-E11-RS24U - это 2U4N high-density сервер, то есть одна 2U-платформа с четырьмя независимыми узлами. ASUS указывает для этой модели 1x NVIDIA Grace CPU Superchip на узел, 480GB LPDDR5X ECC на узел, до 2x PCIe 5.0 x16 на узел, а сама система позиционируется для HPC, cloud, AI и ML-нагрузок
Один узел - это 2x RTX PRO 4500 BSE 32GB, 64GB GDDR7 VRAM и примерно 480GB RAM. Два узла вместе - 4x RTX PRO 4500 BSE, 128GB VRAM и примерно 960GB RAM. Весь сервер целиком - 8x RTX PRO 4500 BSE, 256GB VRAM и примерно 1.92TB RAM. Такое деление логично следует из 4-узловой архитектуры ASUS и вашей полной конфигурации 8 GPU / 1.9TB RAM.
Сами RTX PRO 4500 Blackwell Server Edition NVIDIA описывает как энергоэффективные single-slot ускорители с 32GB GDDR7, рассчитанные на AI inference, data science, processing, video и visual computing. В документации NVIDIA они также фигурируют как хороший вариант для vPC / vWS / MIG-backed multi-tenant сценариев, то есть эта система особенно сильна там, где нужно запускать несколько независимых сервисов, inference-контуров или пользовательских сред на отдельных узлах.
Производительность GPU
| Тип точности | Совокупная мощность восьми RTX PRO 4500 BSE |
| FP4 Tensor Core | 1.6 PFLOPS |
| FP8 Tensor Core | 811 TFLOPS |
| BF16 / FP16 Tensor Core | 406 TFLOPS |
| TF32 Tensor Core | 203 TFLOPS |
| FP32 Tensor Core | 51 TFLOPS |
| RT Core performance* | 154 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-Distill-Llama-70B | Нет | Примерно 141GB | ✅ | Оптимальнее запускать не на одном отдельном узле, а минимум на двух объединённых узлах или на всём сервере, чтобы сохранить запас под контекст, KV-cache и стабильный multi-GPU serving. |
| Qwen3.6-35B-A3B-FP8 | FP8 | Примерно 37.5GB | ✅ | Хорошо подходит даже для одного отдельного узла с 2 GPU и оставляет запас под длинный контекст, стабильную нагрузку и параллельный inference. |
| gpt-oss-120b | Нет | Примерно 196GB | ✅ | Рациональнее использовать весь сервер целиком, потому что модель ориентируется на суммарный ресурс всех 8 GPU и лучше чувствует себя при запуске на общей конфигурации. |
| Gemma-4-31B-it | Нет | Примерно 62.6GB | ✅ | Удобно запускается даже на одном отдельном узле с 2 GPU и хорошо подходит для параллельной работы нескольких независимых сервисов на четырёх узлах. |
| 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-3.5-medium | Текст в изображение | ✅ | Хорошо подходит даже для одного отдельного узла на 2 GPU, а вся 4-узловая платформа позволяет параллельно держать до четырёх независимых генеративных контуров. |
| FLUX.2-dev | Текст в изображение | ✅ | Для этой модели удобнее использовать два объединённых узла или весь сервер, чтобы держать более стабильную генерацию, высокий батч и запас под служебные буферы. |
| SD Turbo | Быстрые предпросмотры | ✅ | Очень удачный сценарий для этой платформы - можно распределить быстрые preview-задачи между четырьмя отдельными узлами и обслуживать много запросов одновременно. |
| Kandinsky-5.0-T2I-Lite-sft-Diffusers | Текст в изображение | ✅ | Лёгкая модель для этой платформы и хорошо подходит для раздельного запуска на нескольких узлах с высоким разрешением и несколькими параллельными процессами. |
| Kandinsky-6.0-Pro-distill-5s-Diffusers | Текст/изображение в видео со звуком | ✅ | Подходит для коротких роликов и пакетной обработки, при этом нагрузку удобно разносить между четырьмя отдельными узлами или собирать в более мощный двухузловой контур. |
| 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 | ASUS RS720QN-E11-RS24U |
| Видеокарта | 4x NVIDIA H100 NVL 94GB HBM3 |
| Процессор | 8x NVIDIA Grace |
| Оперативная память | 1.9TB ECC LPDDR5X |
| SSD накопитель | 24x 2.5" Gen5 NVMe
2x M.2 (2280/22110) |