← Каталог оборудования
GIGABYTE G593-SD0-AAX1 (8× H100 SXM 80GB)
GIGABYTEНовый

GIGABYTE G593-SD0-AAX1 (8× H100 SXM 80GB)

45 853 700 ₽

Цена ориентировочная. Информация в каталоге не является публичной офертой.

Артикул
SF-20221
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 / 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
Объем оперативной памяти (RAM), ГБ
8192
Тип оперативной памяти
DDR5 ECC REG
Форм-фактор
5U
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
2x LGA4677 и процессоры Intel Xeon Scalable 4/5-го поколения, а также Intel Xeon CPU Max Series (dual CPU, TDP до 350W)
Оперативная память
до 8TB DDR5 ECC REG, 32 DIMM, 8-канальная на процессор
SSD накопители
8× 2.5" hot-swap Gen5 NVMe/SATA/SAS-4

Описание

Платформа с HGX H100 (8×SXM5) рассчитана на Обучение моделей (Training), Дообучение моделей (Fine-tuning), Инференс / Развертывание (Inference), RAG-системы (Retrieval-Augmented Generation) и HPC / Научные расчёты - когда важны масштабирование на 8 GPU и быстрый обмен данными между ускорителями.

H100 (Hopper) поддерживает FP16/FP8/INT8 и использует HBM3; эта конфигурация даёт суммарно 640GB VRAM (8×80GB) — в вашем тексте “640TB” выглядит как опечатка. Между GPU используется NVLink + NVSwitch (в спецификации заявлена межGPU-пропускная способность до 900 GB/s), что особенно полезно для распределённого обучения и тяжёлого serving с длинным контекстом.

Ограничение из спецификации: при установке только 1 CPU часть функций PCIe/памяти может быть недоступна, поэтому для максимальной производительности обычно предполагается двухпроцессорная конфигурация.

Платформа поддерживает 2× LGA4677 и процессоры Intel Xeon Scalable 4/5-го поколения, а также Intel Xeon CPU Max Series (dual CPU, TDP до 350W). Память - DDR5 RDIMM, 32 DIMM, 8-канальная на процессор; скорости: 5th Gen Xeon - до 5600 MT/s (1DPC), 4400 MT/s (2DPC), 4th Gen Xeon - до 4800 MT/s (1DPC), 4400 MT/s (2DPC), Xeon Max Series - до 4800 MT/s (1DPC), 4400 MT/s (2DPC). Для накопителей доступны 8× 2.5" hot-swap Gen5 NVMe/SATA/SAS-4 (для SAS требуется SAS-карта).

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 ✅ 4-бит и TP на 8 GPU; оставляйте запас под KV-cache при длинном контексте.
Qwen3.5-397B-A17B-FP8 / Qwen3.6-35B-A3B FP8 / Нет Примерно 406GB / 71.9 GB ✅ Без квантизации; удобно распараллеливать по 6–8 GPU под батчи и RAG.
Gpt-oss:120b Нет Примерно 196GB ✅ Хорош для высокого throughput: запуск на 2–4 GPU даёт большой запас по памяти.
GigaChat3.5-432B-A28B Нет Примерно 438GB ✅ 4-бит + TP на 8 GPU — стабильный serving с длинными контекстами.
Mistral-Large-3-675B-Instruct-2512-GGUF Q4_K_M Примерно 407GB ✅ 4-бит сохраняет запас под KV-cache; подходит для аналитики и длинных диалогов.
GLM-5.3-Flash Нет Примерно 328GB ✅ Запуск на 4–8 GPU с запасом под батчи и высокий concurrency.
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 ✅ Легко держит высокие разрешения и крупные батчи на нескольких GPU.
Flux.2-dev Текст в изображение ✅ ~178GB VRAM: лучше запускать распределённо по 2+ GPU или с оптимизациями памяти.
SD Turbo Быстрые предпросмотры ✅ Максимальная скорость предпросмотров; удобно держать параллельные очереди.
Kandinsky-5.0-T2I-Lite-sft-Diffusers Текст в изображение ✅ ~35GB VRAM - большой запас под высокое разрешение и batch.
Kandinsky-5.0-T2V-Lite-sft-5s-Diffusers Текст в видео ✅ ~29GB VRAM; можно параллелить генерацию по GPU для очередей видео.
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
Процессор2x LGA4677 и процессоры Intel Xeon Scalable 4/5-го поколения, а также Intel Xeon CPU Max Series (dual CPU, TDP до 350W)
Оперативная памятьдо 8TB DDR5 ECC REG, 32 DIMM, 8-канальная на процессор
SSD накопители8× 2.5" hot-swap Gen5 NVMe/SATA/SAS-4

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