← Каталог оборудования
GIGABYTE XL44-SX2-AAS1 (8x RTX PRO 6000 BSE 96GB)
GIGABYTEНовый

GIGABYTE XL44-SX2-AAS1 (8x RTX PRO 6000 BSE 96GB)

43 420 400 ₽

Цена ориентировочная. Информация в каталоге не является публичной офертой.

Артикул
SF-23879
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)
Intel Xeon 6-series
Видеокарта (GPU)
NVIDIA RTX PRO 6000 Blackwell
Количество GPU, шт
8
Общий объем видеопамяти (VRAM), ГБ
768
Тип памяти GPU
GDDR7
Объем оперативной памяти (RAM), ГБ
4096
Тип оперативной памяти
DDR5 ECC REG
Форм-фактор
4U
Тип точности Совокупная мощность восьми RTX PRO 6000 BSE
Совокупная мощность восьми RTX PRO 6000 BSE
FP32
960 TFLOPS
FP4
32 PFLOPS
RT Core performance*
2840 TFLOPS
Платформа
GIGABYTE XL44-SX2-AAS1
Видеокарта
8x NVIDIA RTX PRO 6000 Blackwell Server Edition 96GB GDDR7
Процессор
2x Intel Xeon 6500/6700 серии
Оперативная память
32 DIMM, до 4TB DDR5 ECC REG
Сетевые порты
Плата коммутатора NVIDIA ConnectX-8 PCIe (8 портов QSFP по 400Gbs)
SSD накопитель
8x 2.5" Gen5 NVMe, 2x M.2 (2280/22110)

Описание

GIGABYTE XL44-SX2-AAS1 - это 4U NVIDIA MGX-сервер под тяжёлые AI- и визуальные нагрузки. Платформа на двух Intel Xeon 6700/6500, с 32 слотами DDR5, 8 hot-swap Gen5 NVMe, 2 x 10GbE, а также с конфигурацией 8x NVIDIA RTX PRO 6000 Blackwell Server Edition. GIGABYTE отдельно относит эту модель к сценариям AI, Visual Computing, HPC, AI Training и AI Inference.

Главная особенность - не только 8 GPU и суммарные 768 GB GDDR7, но и встроенный сетевой контур. Для XL44-SX2-AAS1 GIGABYTE прямо указывает ConnectX-8 SuperNIC switch, 1x NVIDIA BlueField-3 DPU и заднюю плату с 8 x QSFP ports (400 Gb/s InfiniBand/Ethernet, for GPU networking), а также PCIe Gen6 switching для peak GPU-to-GPU performance. Это делает систему сильной не только как локальный 8-GPU сервер, но и как узел для scale-out контуров с быстрыми межузловыми связями.

Сами RTX PRO 6000 BSE рассчитаны на универсальные датацентровые нагрузки - inference, fine-tuning, scientific computing, rendering, 3D graphics и video, а объём 96 GB GDDR7 на карту даёт большой запас для крупных inference-сценариев, RAG, мультимодальных пайплайнов и визуальных задач. Для этой конфигурации логично делать акцент на Дообучение моделей (Fine-tuning), Инференс / Развертывание (Inference), RAG-системы, Анализ данных, HPC / Научные расчёты, Визуализацию и рендеринг и Видеоаналитику / Видеонаблюдение.


Производительность GPU

Тип точностиСовокупная мощность восьми RTX PRO 6000 BSE
FP32960 TFLOPS
FP4 32 PFLOPS
RT Core performance*2840 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 685B Нет Примерно 689GB ✅ Запускается на 8 x RTX PRO 6000 BSE в распределённом режиме и для этой MGX-конфигурации особенно интересен там, где нужно сочетать большой локальный VRAM с быстрым scale-out через ConnectX-8 и 400Gb/s QSFP-порты.
Qwen3.5-397B-A17B-NVFP4 / Qwen3.6-35B-A3B NVFP4 (FP4 для NVIDIA) / Нет Примерно 251GB / 71.9 GB ✅ Очень комфортно чувствует себя на этой конфигурации и оставляет большой запас памяти под serving, RAG, агентные сценарии и высокую плотность параллельных запросов.
Gpt-oss:120b Нет Примерно 196GB ✅ Комфортно размещается и позволяет держать несколько сервисов, длинные диалоги, крупные батчи и высокий throughput без дефицита VRAM, а при необходимости удобно встраивается в кластерный контур через QSFP 400Gb/s.
GigaChat3.5-432B-A28B Нет Примерно 438GB ✅ Помещается в 8 x 96GB, но работает уже близко к пределу по памяти, поэтому требует аккуратной настройки multi-GPU serving, длины контекста и KV-cache.
Mistral-Large-3-675B-Instruct-251 Нет Примерно 682GB ✅ Хорошо подходит для крупных reasoning- и RAG-сценариев, а сетевой контур ConnectX-8 делает такую конфигурацию удобной и для дальнейшего scale-out за пределы одного узла.
GLM-5.3 Нет Примерно 756GB ✅ В NVFP4 остаётся очень хороший запас памяти под длинный контекст, батчи, параллельные инстансы и стабильную работу под высокой нагрузкой.
Gemma-4-31B-IT-NVFP4 NVFP4 (FP4 для NVIDIA) Примерно 32.7GB ✅ Очень лёгкая модель для этой конфигурации и удобна для множества одновременных инстансов, длинного контекста и высокой плотности запросов.
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.
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 ✅ Уверенно подходит для high-res генерации, параллельных пайплайнов и больших очередей задач на нескольких GPU.
Flux.2-dev Текст в изображение ✅ Требовательная модель, но на этой конфигурации удобно распределять нагрузку по GPU, держать крупные батчи и обслуживать несколько тяжёлых пайплайнов одновременно.
SD Turbo Быстрые предпросмотры ✅ Хорошо подходит для быстрых итераций, массовой генерации и одновременной обработки нескольких задач.
Kandinsky-5.0-T2I-Lite-sft-Diffusers Текст в изображение ✅ Лёгкая модель с большим запасом памяти под высокое разрешение, батчи и параллельную работу пользователей.
Kandinsky-6.0-Pro-distill-5s-Diffusers Текст/изображение в видео со звуком ✅ Удобна для пакетной генерации коротких роликов и хорошо масштабируется по нескольким GPU.
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 XL44-SX2-AAS1
Видеокарта8x NVIDIA RTX PRO 6000 Blackwell Server Edition 96GB GDDR7
Процессор2x Intel Xeon 6500/6700 серии
Оперативная память32 DIMM, до 4TB DDR5 ECC REG
Сетевые портыПлата коммутатора NVIDIA ConnectX-8 PCIe (8 портов QSFP по 400Gbs)
SSD накопитель8x 2.5" Gen5 NVMe, 2x M.2 (2280/22110)