← Каталог оборудования
Supermicro ARS-221GL-NHIR (2× GH200 144GB, RAM 960GB)
SupermicroНовый

Supermicro ARS-221GL-NHIR (2× GH200 144GB, RAM 960GB)

11 205 500 ₽

Цена ориентировочная. Информация в каталоге не является публичной офертой.

Артикул
SF-22755
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)
NVIDIA GH200 (Grace)
Видеокарта (GPU)
NVIDIA GH200 (Hopper)
Количество GPU, шт
2
Общий объем видеопамяти (VRAM), ГБ
288
Тип памяти GPU
HBM3e
Объем оперативной памяти (RAM), ГБ
960
Тип оперативной памяти
LPDDR5x
Форм-фактор
2U
Тип точности Совокупная мощность двух GH200
Совокупная мощность двух GH200
FP8 Tensor Core
7916 TFLOPS
BF16 / FP16 Tensor Core
3958 TFLOPS
TF32 Tensor Core
1979 TFLOPS
FP32
134 TFLOPS
FP64 Tensor Core
134 TFLOPS
INT8 Tensor Core
7916 TOPS
Платформа
Supermicro ARS-221GL-NHIR
Видеокарта / Процессор
2x NVIDIA GH200 (Grace Hopper) 288GB HBM3e
Оперативная память
960GB ECC LPDDR5X
SSD накопитель
3x E1.S NVMe 2x M.2 NVMe (M-key)

Описание

Supermicro ARS-221GL-NHIR - это серверная платформа для обучения моделей, дообучения моделей, инференса / развертывания, RAG-систем и научных расчётов. В этой конфигурации используются два модуля NVIDIA GH200, где каждый объединяет процессор NVIDIA Grace и ускоритель уровня H200 с 144GB ECC HBM3e, поэтому суммарно система получает 288GB HBM3e и 960GB ECC LPDDR5X. Такая архитектура хорошо подходит для больших моделей, длинного контекста и задач, где важен не только объём видеопамяти, но и большой общий объём быстрой памяти рядом с ускорителем.

Платформа уже включает два встроенных процессора NVIDIA Grace в составе GH200, поэтому отдельные CPU здесь не устанавливаются. По данным карточки товара, сервер поддерживает до 960GB ECC LPDDR5X, оснащён 288GB HBM3e, а для накопителей предусмотрены 3 фронтальных отсека E1.S NVMe и 2 слота M.2 NVMe. Это делает систему удобной для размещения ИИ-моделей, рабочих наборов данных и быстрых локальных хранилищ внутри одной компактной 2U-платформы.


Производительность GPU

Тип точностиСовокупная мощность двух GH200
FP8 Tensor Core7916 TFLOPS
BF16 / FP16 Tensor Core3958 TFLOPS
TF32 Tensor Core1979 TFLOPS
FP32134 TFLOPS
FP64 Tensor Core134 TFLOPS
INT8 Tensor Core7916 TOPS

Совместимость с LLM-моделями

Модель Тип квантизации Требуется VRAM Совместимость Примечание
DeepSeek-R1-Distill-Llama*-70B Нет Примерно 141GB ✅ Уверенно работает на этой платформе без квантизации и оставляет хороший запас памяти под длинный контекст и несколько запросов.
*LLAMA - проект Meta Platforms Inc.**, деятельность которой в России признана экстремистской и запрещена
**Деятельность Meta Platforms Inc. в России признана экстремистской и запрещена
Qwen3.5-397B-A17B-GGUF Q4_K_M Примерно 241GB ✅ В 4-битном формате подходит для этой системы, но для стабильной работы лучше держать умеренный контекст и размер батча.
gpt-oss:120b Нет (FP16) Примерно 260GB ✅ Хороший вариант для этой конфигурации - модель помещается с небольшим запасом под служебные данные и рабочий контекст.
GLM-4.7-GGUF Q4_K_M Примерно 216GB ✅ Подходит для повседневного запуска, агентных сценариев и обслуживания нескольких пользовательских сессий.
Gemma-4-31B-it Нет Примерно 62.6GB ✅ Подходит для этой системы с хорошим запасом памяти под длинный контекст, несколько запросов и стабильную работу сервиса.
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-GGUF UD_Q4_K_M Примерно 191GB ✅ Компактная GGUF-версия для более доступного развёртывания; подходит для серверов с ограниченным объёмом памяти, RAG-сценариев, ассистентов и локального инференса.

Совместимость с диффузионными моделями

<!-- -->
Модель Тип Совместимость Примечание
Stable Diffusion XL 1.0 Текст в изображение ✅ Подходит для генерации изображений в высоком разрешении и параллельной работы с несколькими задачами.
Flux.2-dev Текст в изображение ✅ Тяжёлая модель для генерации изображений, поэтому лучше использовать аккуратные настройки качества и размера батча.
SD Turbo Быстрые предпросмотры ✅ Удобна для быстрых предпросмотров, серийной генерации и интенсивной ежедневной работы.
Kandinsky-5.0-T2I-Lite-sft-Diffusers Текст в изображение ✅ Лёгкий вариант для этой платформы - можно без проблем повышать разрешение и запускать несколько процессов одновременно.
Kandinsky-6.0-Pro-distill-5s-Diffusers Текст/изображение в видео со звуком ✅ Подходит для коротких роликов и пакетной обработки без жёстких ограничений по памяти.
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 ARS-221GL-NHIR
Видеокарта / Процессор2x NVIDIA GH200 (Grace Hopper) 288GB HBM3e
Оперативная память960GB ECC LPDDR5X
SSD накопитель3x E1.S NVMe
2x M.2 NVMe (M-key)

Если нужна конфигурация на эту платформу под ваши задачи - свяжитесь с менеджером, и мы предложим подходящий вариант под бюджет и требования.