← Каталог оборудования
GIGABYTE W775-V10-L01 (1× GB300 Grace Blackwell Ultra)
GIGABYTEНовый

GIGABYTE W775-V10-L01 (1× GB300 Grace Blackwell Ultra)

14 490 300 ₽

Цена ориентировочная. Информация в каталоге не является публичной офертой.

Артикул
SF-21985
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) / Визуализация и рендеринг
Процессор (CPU)
NVIDIA GB300 (Grace)
Видеокарта (GPU)
NVIDIA GB300 (Blackwell Ultra)
Количество GPU, шт
1
Общий объем видеопамяти (VRAM), ГБ
252
Тип памяти GPU
HBM3e
Объем оперативной памяти (RAM), ГБ
496
Тип оперативной памяти
LPDDR5x
Форм-фактор
Tower
Тип точности Совокупная мощность GB300
Совокупная мощность GB300
FP4 Tensor Core
20 PFLOPS
FP8 / FP6 Tensor Core
10 PFLOPS
BF16 / FP16 Tensor Core
5 PFLOPS
TF32 Tensor Core
2.5 PFLOPS
FP32
83.3 TFLOPS
FP64
1.39 TFLOPS
INT8 Tensor Core
333 TOPS

Описание

GIGABYTE W775-V10-L01 - это рабочая станция ИИ на базе NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip рассчитанная на Инференс / Развертывание (Inference), RAG-системы (Retrieval-Augmented Generation) и Дообучение моделей (Fine-tuning) прямо “на столе”, с последующим переносом в ЦОД при необходимости.

Внутри NVIDIA Grace CPU на 72 ядра Neoverse V2 и NVIDIA Blackwell Ultra GPU с 252GB HBM3E и суммарной пропускной способностью памяти до 8 TB/s, плюс 496GB LPDDR5X на стороне CPU с пропускной способностью до 396 GB/s. Вместе это даёт 748GB large coherent memory, что удобно для больших моделей, длинного контекста и крупного KV-cache без постоянных упоров в память.

Для подключения к сети и масштабирования есть 2 × 400Gb/s QSFP112 c чипом NVIDIA ConnectX-8 SuperNIC, что подходит для быстрых кластерных сценариев, а из возможностей расширения есть 1 × PCIe 5.0 x16, 2 × PCIe 5.0 x8. SSD - 4× 2TB M.2


Производительность GPU

Тип точностиСовокупная мощность GB300
FP4 Tensor Core20 PFLOPS
FP8 / FP6 Tensor Core10 PFLOPS
BF16 / FP16 Tensor Core5 PFLOPS
TF32 Tensor Core2.5 PFLOPS
FP3283.3 TFLOPS
FP641.39 TFLOPS
INT8 Tensor Core333 TOPS

Совместимость с LLM-моделями

Модель Тип квантизации Требуется VRAM Совместимость Примечание
DeepSeek-R1-Distill-Llama*-70B Нет Примерно 141GB ✅ На одном Blackwell Ultra с 279GB HBM3E запускается без квантизации и остаётся запас под KV-cache и длинный контекст.
*LLAMA - проект Meta Platforms Inc.**, деятельность которой в России признана экстремистской и запрещена
**Деятельность Meta Platforms Inc. в России признана экстремистской и запрещена
Qwen3.5-397B-A17B-GGUF Q4_K_M Примерно 241GB ✅ В Q4 помещается в 279GB VRAM, но запас небольшой - лучше ограничить контекст и batch, чтобы не упираться в KV-cache.
gpt-oss:120b Нет (FP16) Примерно 260GB ✅ FP16 помещается почти впритык - для стабильной работы держать умеренный контекст или использовать более лёгкий режим точности, если доступен.
GLM-4.7-GGUF Q4_K_M Примерно 216GB ✅ Комфортный запуск в Q4 с запасом под KV-cache, можно поднимать несколько сессий параллельно.
Gemma-4-31B-IT-NVFP4 NVFP4 (FP4 для NVIDIA) Примерно 32.7GB ✅ На GIGABYTE W775-V10-L01 модель уверенно работает и оставляет большой запас памяти под контекст, локальные сервисы и повседневные задачи.
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-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 XL 1.0 Текст в изображение ✅ High-res, refiner и inpainting идут стабильно на одном GPU, большой запас VRAM помогает держать несколько очередей.
Flux.2-dev Текст в изображение ✅ Хватает VRAM для high-res пайплайнов и параллельных задач, throughput растёт при нескольких одновременных генерациях.
SD Turbo Быстрые предпросмотры ✅ Максимально быстрые превью, удобно запускать много коротких прогонов параллельно.
Kandinsky-5.0-T2I-Lite-sft-Diffusers Текст в изображение ✅ Лёгкая модель - можно держать несколько пайплайнов одновременно и повышать качество без упора в память.
Kandinsky-6.0-Pro-distill-5s-Diffusers Текст/изображение в видео со звуком ✅ Пакетная генерация коротких роликов без длинных очередей, при необходимости задачи запускаются параллельно.