
NVIDIA DGX B300 (8× B300 SXM 288GB, 2× Xeon 6776P, RAM 2TB)
146 981 600 ₽
Цена ориентировочная. Информация в каталоге не является публичной офертой.
- Артикул
- SF-19693
- 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
Характеристики
- Тип
- Новые
- Основная задача
- Обучение моделей / Инференс / Дообучение моделей / RAG-системы / Анализ данных / Научные расчеты (HPC) / Визуализация и рендеринг
- Процессор (CPU)
- Intel Xeon 6-series
- Видеокарта (GPU)
- NVIDIA B300 SXM
- Количество GPU, шт
- 8
- Общий объем видеопамяти (VRAM), ГБ
- 2304
- Тип памяти GPU
- HBM3e
- Объем оперативной памяти (RAM), ГБ
- 2000
- Тип оперативной памяти
- DDR5 ECC REG
- Форм-фактор
- 10U
- Тип точности Совокупная мощность DGX B300 8-GPU
- Совокупная мощность DGX B300 8-GPU
- FP8/FP6 Tensor core (training)
- 72 PFLOPS
- FP4 Tensor core (inference)
- 144 PFLOPS
- Видеокарта
- 8x Nvidia B300 Blackwell Ultra SXM 288GB HBM3e
- Процессор
- 2x Intel Xeon 6776P (64c/128t, 2.3GHz-3.9GHz, 350W)
- Оперативная память
- 2TB возможно увеличить до 4TB
- SSD накопители
- 2x 1.9TB NVMe M.2 8 x 3.84TB E1.S NVMe
- Сетевые карты
- 8x NVIDIA ConnectX-8 (1x OSFP, 400GBE) 2x NVIDIA BlueField-3 DPU (2x QSFP112, 400GBE)
Описание
NVIDIA DGX B300 - это флагманская платформа для крупномасштабных AI-нагрузок, рассчитанная на Обучение моделей (Training), Дообучение моделей (Fine-tuning) и промышленный Инференс / Развертывание (Inference). За счёт огромного суммарного объёма памяти 2.3 TB VRAM сервер уверенно держит большие батчи, длинный контекст и тяжёлые пайплайны, где критичны стабильность и пропускная способность.
В сервере установлено восемь B300 Blackwell Ultra SXM по 288GB каждая (SXM-формат); они объединяются через два NVLink 5 в единый высокоскоростной домен. Ускорители B300 SXM построены на архитектуре Blackwell Ultra, поддерживают современные режимы вычислений (FP16/FP8/INT8) и экосистему CUDA, поэтому система особенно сильна для тренировки и дообучения LLM, мультимодальных моделей и высокопроизводительных вычислений.
Производительность GPU
| Тип точности | Совокупная мощность DGX B300 8-GPU |
| FP8/FP6 Tensor core (training) | 72 PFLOPS |
| FP4 Tensor core (inference) | 144 PFLOPS |
Совместимость с LLM-моделями
| Модель | Тип квантизации | Требуется VRAM | Совместимость | Примечание |
| DeepSeek-V4-Pro | Нет | Примерно 865GB | ✅ | Сильная reasoning-модель; на DGX B300 уверенно работает без квантизации, удобно держать длинный контекст и высокие батчи. |
| Qwen3.5-397B-A17B | Нет | Примерно 807GB | ✅ | Хорошо масштабируется при распараллеливании по 5 GPU; на B300 подходит для продакшн-чатов, RAG и агентных сценариев. |
| Gpt-oss:120b | Нет | Примерно 196GB | ✅ | Комфортная работа при распараллеливании по 2–4 GPU; удобно для больших батчей, длинных диалогов и высокой пропускной способности. |
| GigaChat3.5-432B-A28B-bf16 | Нет | Примерно 868GB | ✅ | Эффективно использует ресурсы 8×B300 без квантизации; подходит для крупных ассистентов и генерации длинных контекстов. |
| Mistral-Large-3-675B-Instruct-251 | Нет | Примерно 682GB | ✅ | Оптимальна для reasoning- и аналитических задач на DGX B300, включая RAG и интеллектуальных агентов. |
| GLM-5.3 | Нет | Примерно 756GB | ✅ | Хорошо “ложится” на 8×B300 без квантизации; подходит для reasoning-задач, RAG и производственных LLM-сервисов с высокой стабильностью. |
| Kimi-K3 | Нет | Примерно 1.56TB | ✅ | Полноразмерная версия для мощных GPU-серверов; подходит для reasoning-задач, RAG, агентных рабочих процессов и производственного инференса с высоким запасом качества. |
| MiniMax-M3 | Нет | Примерно 854GB | ✅ | Полноразмерная версия для серверов с большим запасом памяти; подходит для reasoning-задач, RAG, агентных сценариев и стабильного production-инференса без агрессивной квантизации. |
| MiMo-V2.5-Pro | Нет | Примерно 1.03TB | ✅ | Крупная Pro-версия для серверов с большим объёмом GPU-памяти; подходит для сложных reasoning-задач, RAG, агентных сценариев и production-инференса с высоким запасом качества. |
Совместимость с диффузионными моделями
| Модель | Тип | Совместимость | Примечание |
| Stable Diffusion XL 1.0 | Текст в изображение | ✅ | Надёжное качество; множество готовых пайплайнов и оптимизаций. На DGX B300 легко держит высокие разрешения и большие батчи. |
| Flux.2-dev | Текст в изображение | ✅ | Требует ~178GB VRAM. На 8×B300 есть большой запас для генерации высокого разрешения, крупных батчей и параллельных очередей. |
| SD Turbo | Быстрые предпросмотры | ✅ | Максимальная скорость для итераций и серийных кадров; удобно масштабировать по нескольким GPU. |
| Kandinsky-5.0-T2I-Lite-sft-Diffusers | Текст в изображение | ✅ | Лёгкая версия Kandinsky 5.0; требует ~35GB VRAM - на DGX B300 остаётся большой запас по видеопамяти под высокое разрешение и батчи. |
| Kandinsky-5.0-T2V-Lite-sft-5s-Diffusers | Текст в видео | ✅ | T2V (~29GB VRAM) для роликов до ~5 секунд; хорошо масштабируется по нескольким GPU и подходит для продакшн-пайплайнов. |
| 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
| Видеокарта | 8x Nvidia B300 Blackwell Ultra SXM 288GB HBM3e |
| Процессор | 2x Intel Xeon 6776P (64c/128t, 2.3GHz-3.9GHz, 350W) |
| Оперативная память | 2TB возможно увеличить до 4TB |
| SSD накопители | 2x 1.9TB NVMe M.2
8 x 3.84TB E1.S NVMe |
| Сетевые карты | 8x NVIDIA ConnectX-8 (1x OSFP, 400GBE)
2x NVIDIA BlueField-3 DPU (2x QSFP112, 400GBE) |