← Каталог оборудования
GIGABYTE G294-Z42-AAP2 (4× RTX PRO 6000 BSE 96GB, 2× EPYC 9115, RAM 768GB)
GIGABYTEНовый

GIGABYTE G294-Z42-AAP2 (4× RTX PRO 6000 BSE 96GB, 2× EPYC 9115, RAM 768GB)

22 029 800 ₽

Цена ориентировочная. Информация в каталоге не является публичной офертой.

Артикул
SF-19925
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
4
Общий объем видеопамяти (VRAM), ГБ
384
Тип памяти GPU
GDDR7
Объем оперативной памяти (RAM), ГБ
768
Тип оперативной памяти
DDR5 ECC REG
Форм-фактор
2U
Тип точности Совокупная мощность четырех RTX PRO 6000 BSE
Совокупная мощность четырех RTX PRO 6000 BSE
FP32
480 TFLOPS
FP4
16 PFLOPS
RT Core performance*
1420 TFLOPS
Платформа
GIGABYTE G294-S42-AAP2
Видеокарта
4x NVIDIA RTX PRO 6000 Blackwell Server Edition 96GB GDDR7
Процессор
2x AMD EPYC 9115 (16c/32t, 2.6GHz-4.1GHz, 155W)
Оперативная память
12x 64GB DDR5 ECC REG Samsung 6400Mhz 2Rx4
SSD накопитель
4x Intel D5-P5530 1.92TB 2.5" U.2

Описание

2U GPU-сервер на 2× AMD EPYC 9115 с 4× NVIDIA RTX PRO 6000 Blackwell Server Edition 96GB (суммарно 384GB VRAM), оптимальный для Инференса / Развертывания (Inference), RAG-систем (Retrieval-Augmented Generation), Дообучения моделей (Fine-tuning) и Обучения моделей (Training) в рамках одного узла. Большой объём VRAM позволяет держать крупные модели и длинный контекст, а 768GB RAM - эффективно работать с большими датасетами, индексами RAG и кешами.

Blackwell и 96GB на каждую GPU дают запас под высокий QPS: можно масштабировать параллельные диалоги, увеличивать KV-cache и не “резать” контекст. Для продакшна удобно запускать LLM через vLLM/TensorRT-LLM, а для обучения/дообучения - PyTorch + FSDP/DeepSpeed.

Особенность конфигурации - мощная CPU-подсистема EPYC (много ядер/памяти) для ETL, векторных БД и подготовки данных, при этом тяжёлые LLM/диффузия остаются на GPU.

Производительность GPU

Тип точностиСовокупная мощность четырех RTX PRO 6000 BSE
FP32480 TFLOPS
FP4 16 PFLOPS
RT Core performance*1420 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 ✅ На Z42-AAP2 (4×96GB) уверенно в multi-GPU (2–4 GPU). Запас VRAM - под KV-cache и высокий QPS.
Qwen3.8-27B Нет Примерно 55.6GB ✅ Хорошо подходит под 4×96GB: остаётся запас под контекст/батч. Отлично для чата и RAG.
gpt-oss:120b Нет (FP16) Примерно 260GB ✅ Комфортный продакшн-инференс на 4 GPU: можно держать большой контекст и несколько сессий одновременно.
Mistral-Large-3-675B-Instruct-2512-GGUF IQ4_XS Примерно 360GB ⚠️ Запуск возможен, но почти без запаса: ограничьте контекст и параллельность (KV-cache критичен).
GLM-5.3-Flash Нет Примерно 328GB ✅ Близко к лимиту 384GB: нужен умеренный контекст/KV-cache и ограничение числа одновременных диалогов.
GigaChat3.5-432B-A28B-GGUF Q4_K_M Примерно 262GB ✅ Отлично подходит для reasoning, кода, анализа текста и ассистентских задач.
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.
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 Нет Примерно 316GB ✅ Базовая версия среднего объёма для серверов с хорошим запасом памяти; подходит для RAG, корпоративных ассистентов, генерации текста и стабильного инференса без квантизации.

Совместимость с диффузионными моделями

<!-- -->
Модель Тип Совместимость Примечание
Stable Diffusion XL 1.0 Текст в изображение ✅ High-res, refiner, инпейтинг/апскейл без дефицита VRAM; легко параллелить по 4 GPU.
Flux.2-dev Текст в изображение ✅ 96GB на GPU - комфорт для high-res и батчей; стабильный throughput при распределении задач по GPU.
SD Turbo Быстрые предпросмотры ✅ Максимальная скорость итераций: много параллельных предпросмотров/серийных кадров на одном узле.
Kandinsky-5.0-T2I-Lite-sft-Diffusers Текст в изображение ✅ Лёгкая модель: высокий QPS, несколько пайплайнов одновременно; большой запас VRAM под качество.
Kandinsky-5.0-T2V-Lite-sft-5s-Diffusers Текст в видео ✅ Удобно параллелить по 4 GPU: пакетная генерация коротких видео/серийных кадров без 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

ПлатформаGIGABYTE G294-S42-AAP2
Видеокарта4x NVIDIA RTX PRO 6000 Blackwell Server Edition 96GB GDDR7
Процессор2x AMD EPYC 9115 (16c/32t, 2.6GHz-4.1GHz, 155W)
Оперативная память12x 64GB DDR5 ECC REG Samsung 6400Mhz 2Rx4
SSD накопитель4x Intel D5-P5530 1.92TB 2.5" U.2