← Каталог оборудования
Supermicro 4125GS-TNRT (8× H100 80GB, 2× EPYC 9354, RAM 1TB)
SupermicroНовый

Supermicro 4125GS-TNRT (8× H200 NVL 141GB, 2× EPYC 9845, RAM 2TB)

88 302 200 ₽

Цена ориентировочная. Информация в каталоге не является публичной офертой.

Артикул
SF-17431
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)
AMD EPYC
Видеокарта (GPU)
NVIDIA H200
Количество GPU, шт
8
Общий объем видеопамяти (VRAM), ГБ
1128
Тип памяти GPU
HBM3e
Объем оперативной памяти (RAM), ГБ
2048
Тип оперативной памяти
DDR5 ECC REG
Форм-фактор
4U
Тип точности Совокупная мощность восьми H200
Совокупная мощность восьми H200
FP64 Tensor Core
480 TFLOPS
TF32 Tensor Core
6680 TFLOPS
BF16/FP16 Tensor Core
13368 TFLOPS
FP8 Tensor Core
26728 TFLOPS
INT8 Tensor Core
26728 TOPS
Платформа
Supermicro A+ Server 4125GS-TNRT 4U 24SFF
Видеокарта
8x NVIDIA H200 NVL 141GB HBM3e
Процессор
2x AMD EPYC 9845 (160c/320t, 2.1GHz-3.7GHz, 390W)
Оперативная память
16x 128GB DDR5 ECC REG SK Hynix 5600Mhz 2S2Rx4
SSD накопитель
4x Samsung PM1743 7.68TB 2.5" U.2

Описание

Сервер на 8× NVIDIA H200 NVL 141GB - вершина производительности для Обучения моделей (Training), Дообучения (Fine-tuning), Инференса / Развертывания и HPC. Суммарные 1128 GB HBM3e (по 141 GB на GPU) позволяют запускать и обучать сверхкрупные LLM (200B–600B+) без квантизации и держать очень длинные контексты.

Архитектура Hopper с Transformer Engine (FP8) поддерживает FP8/FP16/BF16/INT8, а HBM3e обеспечивает повышенную пропускную способность памяти по сравнению с H100. МежGPU-связь через NVLink/NVSwitch даёт практически линейное масштабирование в PyTorch 2.x, DeepSpeed, Megatron-LM, vLLM, TensorRT-LLM.

Производительность GPU

Тип точностиСовокупная мощность восьми H200
FP64 Tensor Core480 TFLOPS
TF32 Tensor Core6680 TFLOPS
BF16/FP16 Tensor Core13368 TFLOPS
FP8 Tensor Core26728 TFLOPS
INT8 Tensor Core26728 TOPS

Совместимость с LLM-моделями

МодельТип квантизацииТребуется VRAMСовместимостьПримечание
DeepSeek-V4-ProНетПримерно 865GB✅Работает стабильно в vLLM / Ollama.
Qwen3.5-397B-A17B / Qwen3.6-35B-A3BНетПримерно 807GB / 71.9 GB✅Идёт «в лоб» без offload. Отличный выбор для reasoning и аналитики.
gpt-oss-120bНетПримерно 196GB✅Высокая скорость отклика и стабильность. Идеально для RAG и многопоточного инференса.
GigaChat3.5-432B-A28B-bf16 Нет Примерно 868GB✅Укладывается в 8×H200 NVL без квантизации; подходит для сложных русскоязычных ассистентов и генерации длинных текстов.
Mistral-Large-3-675B-Instruct-251НетПримерно 682GB✅Стабильно работает без квантизации; многоязычная модель для reasoning-задач, RAG-сценариев и аналитики..
GLM-5.3 Нет Примерно 756GB ✅Укладывается в 8×H200 в формате FP8; высокая скорость инференса для сложных ассистентов, reasoning- и RAG-сценариев.
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

<!-- -->
МодельТипСовместимостьПримечание
Stable Diffusion 3 MediumТекст в изображение✅3072×3072–4096×4096 «из коробки». Для 8K используйте генерацию по тайлам (UNet/VAE).
FLUX.2-devТекст в изображение✅Требует ~178GB VRAM. Подходит для генерации изображений высокого разрешения и больших батчей.
Stable Video Diffusion 1.1Видео(img2vid)✅Ролики до 8–12 сек в Full HD. Более длинные — рендер сегментами с объединением.
Kandinsky-5.0-T2I-Lite-sft-Diffusers Текст в изображение✅Лёгкая версия Kandinsky 5.0; требует ~35GB VRAM, на этих конфигурациях есть большой запас по видеопамяти для высокого разрешения и батчей.
Kandinsky-6.0-Pro-distill-5s-Diffusers Текст/изображение в видео со звуком ✅ Модель для генерации 5-секундных видео с синхронизированным звуком по тексту или изображению.
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

ПлатформаSupermicro A+ Server 4125GS-TNRT 4U 24SFF
Видеокарта8x NVIDIA H200 NVL 141GB HBM3e
Процессор2x AMD EPYC 9845 (160c/320t, 2.1GHz-3.7GHz, 390W)
Оперативная память16x 128GB DDR5 ECC REG SK Hynix 5600Mhz 2S2Rx4
SSD накопитель4x Samsung PM1743 7.68TB 2.5" U.2