← Каталог оборудования
Huawei Atlas 800I A2 (8× Ascend 910B 64GB, 4× Kunpeng 920, RAM 512GB)
HuaweiНовый

Huawei Atlas 800I A2 (8× Ascend 910B 64GB, 4× Kunpeng 920, RAM 512GB)

21 023 300 ₽

Цена ориентировочная. Информация в каталоге не является публичной офертой.

Артикул
SF-19312
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
Инференс / RAG-системы / Анализ данных / Научные расчеты (HPC)
Процессор (CPU)
Kunpeng 920
Видеокарта (GPU)
Ascend 910B
Количество GPU, шт
8
Общий объем видеопамяти (VRAM), ГБ
512
Тип памяти GPU
HBM
Объем оперативной памяти (RAM), ГБ
512
Тип оперативной памяти
DDR4 ECC REG
Форм-фактор
4U
Тип точности Совокупная мощность восьми Ascend 910B Reasoning
Совокупная мощность восьми Ascend 910B Reasoning
FP32
0.60 PFLOPS
FP16
2.24 PFLOPS
INT8
4.48 POPS
Видеокарта
8x Ascend 910B Reasoning 64GB HBM
Оперативная память
512GB DDR4 ECC REG возможно увеличить до 2TB
Сетевые карты
8-port 200Gbe QSFP интерфейс прямого выхода, протокол RoCE

Описание

Huawei Atlas 800I A2 - это 4U стоечный inference-сервер на базе четырёх CPU Kunpeng 920 и восьми NPU Ascend 910B Reasoning, рассчитанный на промышленные сценарии Инференса / Развертывания (Inference), RAG-систем (Retrieval-Augmented Generation) и reasoning-моделей в интернет-, финтех- и гос-проектах. Сервер официально позиционируется как inference-платформа для крупных генеративных моделей, развёртываемых в ЦОД и облаках.

В конфигурации с 8 × Ascend 910B Reasoning суммарная мощность достигает 2,24 PFLOPS в FP16 и 4,48 POPS в INT8, при этом каждый NPU Ascend 910B оснащён 64 ГБ HBM - всего до 512 ГБ “GPU-памяти” с пропускной способностью до 1,6 ТБ/с по шине HBM.

Поддержка до 32 модулей DDR4-3200 (16/32/64 ГБ на слот, суммарно до 2 ТБ) позволяет держать большие индексы для RAG-систем, KV-кэши и пайплайны Анализа данных (Data Science), а гибкая корзина локального хранилища (варианты до 10×2.5″ SATA/NVMe с поддержкой RAID 0/1/5/6/10/50/60) закрывает задачи хранения датасетов, снапшотов и чекпоинтов. Восемь 200GE QSFP-портов с RoCE дают плотную сетевую связность для кластеров, а до трёх слотов PCIe 4.0 позволяют добавить сетевые карты или специализированные адаптеры.

Сервер использует программный стек Huawei CANN + MindSpore / Ascend-совместимый PyTorch (torch-npu), а также уже поддерживается vLLM-Ascend для LLM-сервинга на Atlas A2 (Ascend-cann-kernels-910b), куда входит и Atlas 800I A2. Это делает его практичной альтернативой NVIDIA-кластерам для развёртывания современных LLM и reasoning-моделей, но требует ориентации на экосистему Ascend вместо CUDA/ROCm. Ограничения: сервер не предназначен для GPU-графики и классического FP64-ориентированного HPC / Научных расчётов, а перенос части tooling’а (TensorRT, CUDA-ориентированные фреймворки) потребует портирования или использования Ascend-специфичных реализаций.

Производительность GPU

Тип точностиСовокупная мощность восьми Ascend 910B Reasoning
FP320.60 PFLOPS
FP162.24 PFLOPS
INT84.48 POPS

Совместимость с LLM-моделями

Модель Тип квантизации Требуется VRAM Совместимость Примечание
DeepSeek-R1-GGUF 671B Q4_K_M Примерно 404GB ✅ Требует аккуратной раскладки весов и ограничения batch/контекста; на 8×Ascend 910B Reasoning (512ГБ HBM) возможен продакшн-инференс при использовании оптимизированного стека под Ascend.
Qwen3.5-397B-A17B-GGUF / Qwen3.6-35B-A3B Q4_K_M / Нет Примерно 241GB / 71.9 GB ✅ Отлично подходит для reasoning-задач и аналитики; уверенно размещается на 8×Ascend 910B Reasoning и масштабируется по всем NPU для снижения латентности.
gpt-oss-120b Нет Примерно 196GB ✅ Даёт высокую скорость отклика на Ascend 910B; остаётся значительный запас HBM для RAG-индексов и одновременного запуска нескольких инстансов в продакшн-сервисах.
GigaChat3.5-432B-A28B Нет Примерно 438GB ✅ Подходит для сложных русскоязычных ассистентов, аналитики и генерации длинных текстов; комфортно работает в Q4_K_M на всех 8 NPU Ascend 910B Reasoning.
Mistral-Large-3-675B GGUF Q4_K_M Примерно 404GB ✅ Многоязычная модель для reasoning-задач, RAG-сценариев и интеллектуальных агентов; хорошо масштабируется по NPU и подходит для сервисов с длинным контекстом на Atlas 800I A2.
GLM-5.3-Flash Нет Примерно 328GB ✅ Уверенно работает на 8×Ascend 910B Reasoning и подходит для многоязычных ассистентов, аналитики и производственных LLM-сервисов.
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 3 Medium Текст в изображение ✅ Использует 8×Ascend 910B Reasoning и большой объём HBM для генерации изображений до 4096×4096 с высокими batch-размерами; подходит для сложных композиций и художественных стилей при наличии сборок под Ascend.
FLUX.2-dev Текст в изображение ✅ Ускоренная версия FLUX для 4K-генерации; на Atlas 800I A2 хорошо масштабируется по 8 NPU Ascend 910B Reasoning и подходит для потоковой генерации и рендеринга при использовании фреймворков с поддержкой Ascend.
Stable Video Diffusion 1.1 Видео(img2vid) ✅ Использует Ascend 910B Reasoning для генерации роликов до ~8 секунд в Full HD; для длинных видео рекомендуется рендер по сегментам с последующей склейкой и параллельным запуском нескольких задач.
Kandinsky-5.0-T2I-Lite-sft-Diffusers Текст в изображение ✅ Лёгкая версия Kandinsky 5.0 (~35 GB VRAM); на Atlas 800I A2 есть большой запас HBM для высокого разрешения, крупных батчей и одновременного запуска нескольких диффузионных пайплайнов.
Kandinsky-6.0-Pro-distill-5s-Diffusers Текст/изображение в видео со звуком ✅ T2V-модель (~29 GB VRAM) для роликов до ~5 секунд; на Atlas 800I A2 хорошо масштабируется по нескольким NPU Ascend 910B Reasoning и подходит для продакшн-пайплайнов генерации короткого 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 Ascend 910B Reasoning 64GB HBM
Процессор4x Kunpeng 920 (64c/64t, 2.6Ghz, 180W)
Оперативная память512GB DDR4 ECC REG возможно увеличить до 2TB
Сетевые карты8-port 200Gbe QSFP интерфейс прямого выхода, протокол RoCE