← Каталог оборудования
NVIDIA DGX H200 (8× H200 SXM 141GB, 2× Xeon Platinum 8480C, RAM 2TB)
NVIDIAНовый

NVIDIA DGX H200 (8× H200 SXM 141GB, 2× Xeon Platinum 8480C, RAM 2TB)

91 517 000 ₽

Цена ориентировочная. Информация в каталоге не является публичной офертой.

Артикул
SF-19699
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 H200
Количество GPU, шт
8
Общий объем видеопамяти (VRAM), ГБ
1128
Тип памяти GPU
HBM3e
Объем оперативной памяти (RAM), ГБ
2000
Тип оперативной памяти
DDR5 ECC REG
Форм-фактор
8U
Тип точности Совокупная мощность восьми H200 SXM
Совокупная мощность восьми H200 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 H200 SXM 141GB HBM3e
Процессор
2x Intel Xeon Platinum 8480C (56c/112t, 2GHz-3.8GHz, 350W)
Оперативная память
2TB DDR5 ECC REG
SSD накопители
2x 1.92TB NVMe M.2 8x 3.84TB NVMe U.2
Сетевые карты
4 порта OSFP, обслуживающие 8 однопортовых модулей NVIDIA ConnectX-7 VPI, InfiniBand/Ethernet до 400 Гбит/с 2x dual-port QSFP112 400Gbe NVIDIA ConnectX-7 VPI

Описание

NVIDIA DGX H200 - это высокопроизводительная платформа для корпоративных и научных AI-нагрузок, рассчитанная на Обучение моделей (Training), Дообучение моделей (Fine-tuning) и стабильный Инференс / Развертывание (Inference). Конфигурация 8× H200 SXM по 141 GB (в сумме 1.1 TB VRAM) даёт большой запас под крупные батчи, длинный контекст и плотные параллельные пайплайны, где важны пропускная способность и предсказуемая задержка.

В сервере установлено восемь H200 SXM (SXM-формат), объединённых через NVLink в единый высокоскоростной домен для эффективного масштабирования на 8 GPU. Ускорители H200 относятся к датацентровому классу NVIDIA (профиль Hopper), поддерживают современные режимы вычислений FP16/FP8/INT8 и экосистему CUDA, поэтому система особенно сильна для тренировки и дообучения LLM, мультимодальных моделей, а также для производственного запуска моделей с высокой нагрузкой.

Производительность GPU

Тип точностиСовокупная мощность восьми H200 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-V4-ProНетПримерно 865GB ✅ Запуск в распределённом режиме на 8 GPU; H200 особенно хорош для inference/serving с длинным контекстом и высокой нагрузкой.
Qwen3.5-397B-A17B Нет Примерно 807GB ✅ Комфортно работает без квантизации; хорошо масштабируется при распараллеливании по 2–8 GPU, подходит для продакшн-чатов и агентов.
Gpt-oss:120b Нет Примерно 196GB ✅ Отлично подходит для больших батчей и длинных диалогов; удобно держать на 2–4 GPU с запасом по VRAM.
GigaChat3.5-432B-A28B-bf16 Нет Примерно 868GB ✅ Эффективно использует ресурсы 8×H200; подходит для крупных ассистентов, длинных контекстов и высокой пропускной способности.
Mistral-Large-3-675B-Instruct-251 Нет Примерно 680–750GB ✅ Оптимальна для reasoning- и аналитических задач на 8 GPU, включая RAG и интеллектуальных агентов.
GLM-5.3 Нет Примерно 756GB ✅ Стабильный запуск в продакшне при распределении по 8 GPU; подходит для reasoning, RAG и LLM-сервисов.
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 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 H200 легко держит высокие разрешения и большие батчи.
Flux.2-dev Текст в изображение ✅ Требует ~178GB VRAM: оптимально запускать распределённо по 2 GPU или использовать оптимизации/offsloading; на 8×H200 есть большой запас ресурсов.
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 ✅ Требует ~35GB VRAM - есть большой запас под высокие разрешения и большие 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

Видеокарта8x Nvidia H200 SXM 141GB HBM3e
Процессор2x Intel Xeon Platinum 8480C (56c/112t, 2GHz-3.8GHz, 350W)
Оперативная память2TB DDR5 ECC REG
SSD накопители2x 1.92TB NVMe M.2
8x 3.84TB NVMe U.2
Сетевые карты4 порта OSFP, обслуживающие 8 однопортовых модулей NVIDIA ConnectX-7 VPI, InfiniBand/Ethernet до 400 Гбит/с
2x dual-port QSFP112 400Gbe NVIDIA ConnectX-7 VPI