← Каталог оборудования
DELL PowerEdge XE9680 (8× H200 SXM 141GB)
DELLНовый

DELL PowerEdge XE9680 (8× H100 SXM 80GB)

40 590 900 ₽

Ориентировочная цена. Требует подтверждения.

Артикул
SF-20456
Наличие
Уточняется
Обновлено
12.11.2026

Сейчас доступен просмотр каталога. Приём заказов скоро откроется.

Все характеристики

Характеристики

Тип
Новые
Основная задача
Обучение моделей / Инференс / Дообучение моделей / RAG-системы / Анализ данных / Научные расчеты (HPC)
Процессор (CPU)
Intel Xeon
Видеокарта (GPU)
NVIDIA H100
Количество GPU, шт
8
Общий объем видеопамяти (VRAM), ГБ
640
Тип памяти GPU
HBM3
Тип точности Совокупная мощность восьми H100 SXM
Совокупная мощность восьми H100 SXM
FP64 Tensor Core
536 TFLOPS
FP8 Tensor Core
31 664 TFLOPS
BF16 / FP16 Tensor Core
15 832TFLOPS
TF32 Tensor Core
7 912 TFLOPS
INT8 Tensor Core
31 664 TOPS
Видеокарта
8x Nvidia H100 SXM 80GB HBM3
Процессор
2× Intel Xeon Scalable 4-го/5-го поколения (до 64C/350W на 5-м поколении
Оперативная память
до 4TB DDR5 ECC RDIMM, 32 DIMM-слотах
SSD накопители
до 8× 2.5" NVMe/SAS/SATA (до 122.88 TB) либо до 16× E3.S NVMe (до 122.88 TB)

Описание

Конфигурация на NVIDIA HGX H100 80GB (8× SXM5) рассчитана на Обучение моделей (Training), Дообучение моделей (Fine-tuning), Инференс / Развертывание (Inference), RAG-системы (Retrieval-Augmented Generation) и HPC / Научные расчёты - это плотная 8-GPU платформа для тяжёлых ML/DL-нагрузок и распределённого запуска больших моделей.

GPU-профиль H100 (Hopper) с ускорением FP16/FP8/INT8 и HBM3 удобен для serving и обучения: суммарно 640GB VRAM, что даёт хороший запас под KV-cache, длинный контекст и рост batch/concurrency.

Платформа поддерживает HGX H100 8-GPU SXM5 (PCIe Gen5) и рассчитана на интенсивные межGPU-обмены; для стабильной производительности в продакшне обычно важны корректные настройки распараллеливания (TP/PP) и управление контекстом/батчами.

Платформа: поддержка 4th/5th Gen Intel Xeon Scalable, память DDR5 RDIMM - 32 слота и максимум 4 TB. По накопителям доступны варианты: до 8× 2.5" NVMe/SAS/SATA (до 122.88 TB) либо до 16× E3.S NVMe direct (до 122.88 TB).

Производительность GPU

Тип точностиСовокупная мощность восьми H100 SXM
FP64 Tensor Core536 TFLOPS
FP8 Tensor Core31 664 TFLOPS
BF16 / FP16 Tensor Core15 832TFLOPS
TF32 Tensor Core7 912 TFLOPS
INT8 Tensor Core31 664 TOPS

Совместимость с LLM-моделями

Модель Тип квантизации Требуется VRAM Совместимость Примечание
DeepSeek-R1-GGUF 685B Q4_K_M Примерно 404GB ✅ Рекомендован 4-бит и TP на 4–8 GPU; запас VRAM держите под KV-cache при длинном контексте.
Qwen3.5-397B-A17B-FP8 FP8 Примерно 406GB ✅ Помещается на 8 GPU; TP/PP подбирайте под требуемую latency и batch.
Gpt-oss:120b Нет Примерно 196GB ✅ Комфортно на 2–4 GPU, оставляя VRAM под большие батчи и высокий concurrency.
GigaChat3.5-432B-A28B Нет Примерно 438GB ✅ 4-бит + TP на 8 GPU для стабильного serving и длинного контекста.
Mistral-Large-3-675B-Instruct-2512-GGUF Q4_K_M Примерно 407GB ✅ 4-бит с запасом под KV-cache; хорошо держит высокий throughput при батчах.
GLM-5.3-Flash Нет Примерно 328GB ✅ Запуск на 2–4 GPU; увеличивайте batch и контекст, контролируя рост KV-cache.
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 ✅ Высокие разрешения и крупные батчи; генерацию легко распараллеливать по GPU.
Flux.2-dev Текст в изображение ⚠️ Обычно нужен multi-GPU/offload; итог зависит от пайплайна и настроек памяти.
SD Turbo Быстрые предпросмотры ✅ Быстрые превью и серийная генерация при высокой параллельности очереди.
Kandinsky-5.0-T2I-Lite-sft-Diffusers Текст в изображение ✅ Большой запас VRAM позволяет повышать разрешение и батчи без упора в память.
Kandinsky-5.0-T2V-Lite-sft-5s-Diffusers Текст в видео ✅ Параллельные задачи по нескольким GPU для стабильных продакшн-очередей.
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

Видеокарта8x Nvidia H100 SXM 80GB HBM3
Процессор2× Intel Xeon Scalable 4-го/5-го поколения (до 64C/350W на 5-м поколении
Оперативная памятьдо 4TB DDR5 ECC RDIMM, 32 DIMM-слотах
SSD накопителидо 8× 2.5" NVMe/SAS/SATA (до 122.88 TB) либо до 16× E3.S NVMe (до 122.88 TB)

Если нужна конфигурация на эту платформу под ваши задачи - свяжитесь с менеджером, и мы предложим подходящий вариант под бюджет и требования.