← Каталог оборудования
Supermicro ARS-511GD-NB-LCC-01-G2 (1× GB300 Grace Blackwell Ultra)
SupermicroНовый

Supermicro ARS-511GD-NB-LCC-01-G2 (1× GB300 Grace Blackwell Ultra)

13 610 200 ₽

Цена ориентировочная. Информация в каталоге не является публичной офертой.

Артикул
SF-22030
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 / Дообучение моделей / RAG-системы / Анализ данных / Визуализация и рендеринг
Процессор (CPU)
NVIDIA GB300 (Grace)
Видеокарта (GPU)
NVIDIA GB300 (Blackwell Ultra)
Количество GPU, шт
1
Общий объем видеопамяти (VRAM), ГБ
252
Тип памяти GPU
HBM3e
Объем оперативной памяти (RAM), ГБ
496
Тип оперативной памяти
LPDDR5x
Форм-фактор
Tower
Тип точности Совокупная мощность GB300
Совокупная мощность GB300
FP4 Tensor Core
20 PFLOPS
FP8 / FP6 Tensor Core
10 PFLOPS
BF16 / FP16 Tensor Core
5 PFLOPS
TF32 Tensor Core
2.5 PFLOPS
FP32
83.3 TFLOPS
FP64
1.39 TFLOPS
INT8 Tensor Core
333 TOPS

Описание

Supermicro ARS-511GD-NB-LCC - это рабочая станция ИИ в формате Tower или 5U на базе NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip. Внутри установлен 1 × NVIDIA Grace CPU на 72 ядра Neoverse V2 и 1 × NVIDIA GB300 / Blackwell Ultra GPU с 252GB HBM3E, а также 496GB LPDDR5X на стороне CPU. Вместе это даёт до 748GB coherent memory, что удобно для локального запуска крупных моделей, длинного контекста и сложных inference-сценариев.

Для масштабирования и высокоскоростного обмена данными предусмотрены 2 × 400GbE QSFP через NVIDIA ConnectX-8 SuperNIC. Из возможностей расширения есть 1 × PCIe 5.0 x16 FHHL double-width slot, 2 × PCIe 5.0 x8 (в x16) FHHL slots, а SSD стоят 2x 1.92TB M.2, 2x 960GB M.2. В спецификации Supermicro также указаны закрытая жидкостная система охлаждения и заявленная производительность до 20 PFLOPS AI Performance.


Производительность GPU

Тип точностиСовокупная мощность GB300
FP4 Tensor Core20 PFLOPS
FP8 / FP6 Tensor Core10 PFLOPS
BF16 / FP16 Tensor Core5 PFLOPS
TF32 Tensor Core2.5 PFLOPS
FP3283.3 TFLOPS
FP641.39 TFLOPS
INT8 Tensor Core333 TOPS

Совместимость с LLM-моделями

Модель Тип квантизации Требуется VRAM Совместимость Примечание
DeepSeek-R1-Distill-Llama*-70B Нет Примерно 141GB ✅ На одном Blackwell Ultra GPU с 279GB HBM3E запускается без квантизации и остаётся запас под KV-cache и длинный контекст.
*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 Q4 помещается в 279GB VRAM, но запас небольшой, поэтому лучше держать умеренный контекст и batch.
gpt-oss:120b Нет (FP16) Примерно 260GB ✅ FP16 помещается почти впритык, для стабильной работы лучше ограничивать контекст или использовать более лёгкий режим точности.
GLM-4.7-GGUF Q4_K_M Примерно 216GB ✅ Комфортно запускается в Q4 и оставляет запас под KV-cache и несколько параллельных сессий.
Gemma-4-31B-IT-NVFP4 NVFP4 (FP4 для NVIDIA) Примерно 32.7GB ✅ Для Supermicro ARS-511GD-NB-LCC это лёгкий рабочий сценарий - модель оставляет большой запас памяти под контекст и параллельные задачи.
NVIDIA-Nemotron-3-Super-120B-A12B-NVFP4 NVFP4 (FP4 для NVIDIA) Примерно 80.4GB ✅ Удобна для параллельного запуска нескольких инстансов, работы с длинным контекстом и высокой плотности запросов.
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 ✅ High-res, refiner и inpainting идут стабильно на одном GPU, остаётся запас памяти под несколько задач.
Flux.2-dev Текст в изображение ✅ Хватает VRAM для high-res пайплайнов и параллельных генераций без жёстких ограничений по памяти.
SD Turbo Быстрые предпросмотры ✅ Подходит для быстрых превью и большого числа коротких прогонов подряд.
Kandinsky-5.0-T2I-Lite-sft-Diffusers Текст в изображение ✅ Лёгкая модель, можно держать несколько пайплайнов одновременно и повышать качество без упора в память.
Kandinsky-6.0-Pro-distill-5s-Diffusers Текст/изображение в видео со звуком ✅ Удобно для пакетной генерации коротких роликов без длинных очередей.