
Supermicro SYS-521GE-TNRT (10× RTX PRO 6000 BSE 96GB, 2× Xeon Platinum 8558, RAM 384GB)
48 626 100 ₽
Цена ориентировочная. Информация в каталоге не является публичной офертой.
- Артикул
- SF-19731
- 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 / Визуализация и рендеринг
- Процессор (CPU)
- Intel Xeon
- Видеокарта (GPU)
- NVIDIA RTX PRO 6000 Blackwell
- Количество GPU, шт
- 10
- Общий объем видеопамяти (VRAM), ГБ
- 960
- Тип памяти GPU
- GDDR7
- Объем оперативной памяти (RAM), ГБ
- 384
- Тип оперативной памяти
- DDR5 ECC REG
- Форм-фактор
- 5U
- Тип точности Совокупная мощность десяти RTX PRO 6000 BSE
- Совокупная мощность десяти RTX PRO 6000 BSE
- FP32
- 1200 TFLOPS
- FP4
- 40 PFLOPS
- RT Core performance*
- 3550 TFLOPS
- Платформа
- Supermicro SYS-521GE-TNRT
- Видеокарта
- 10x NVIDIA RTX PRO 6000 Blackwell Server Edition 96GB GDDR7
- Процессор
- 2x Intel Xeon Platinum 8558 (48c/96t, 2.1GHz-4GHz, 330W)
- Оперативная память
- 12x 32GB DDR5 ECC REG Samsung 6400MHz 4Rx4
- SSD накопитель
- 4x Solidigm D7-PS1010 1.92TB 2.5" U.2
Описание
Это наша сборка в серверной платформе Supermicro SYS-521GE-TNRT - 5U-система, рассчитанная на плотную установку GPU (до 10 штук) и повышенную тепловую нагрузку.
Ключевой акцент - 10× NVIDIA RTX PRO 6000 Blackwell Server Edition по 96 GB GDDR7 каждая (итого 960 GB VRAM): такая конфигурация отлично раскрывается в Инференс / Развертывание (Inference), RAG-системы (Retrieval-Augmented Generation), Дообучение моделей (Fine-tuning) и Обучение моделей (Training), а также в Визуализация и рендеринг и Видеоаналитика / Видеонаблюдение.
GPU построены на архитектуре NVIDIA Blackwell, используют GDDR7 и PCIe Gen5 x16, поддерживают современные тензорные режимы (включая FP8/FP4), а память - с ECC.
Производительность GPU
| Тип точности | Совокупная мощность десяти RTX PRO 6000 BSE |
| FP32 | 1200 TFLOPS |
| FP4 | 40 PFLOPS |
| RT Core performance* | 3550 TFLOPS |
*-RT Core performance - это пиковая производительность специализированных RT-ядер (Ray Tracing Cores), которые аппаратно ускоряют операции трассировки лучей (поиск пересечений луча с геометрией и обход BVH). Показатель важен для визуализации/рендеринга и некоторых графических/3D-пайплайнов, но не является прямым аналогом FP32/AI-производительности.
Совместимость с LLM-моделями
| Модель | Тип квантизации | Требуется VRAM | Совместимость | Примечание |
| DeepSeek-V4-Pro | Нет | Примерно 865GB | ✅ | Запускается на одном узле нашей сборки (Supermicro SYS-521GE-TNRT, 10× RTX PRO 6000 BSE, 960GB VRAM) без квантизации за счёт multi-GPU распределения (tensor/pipeline parallel) через vLLM/TensorRT-LLM. Большой запас VRAM позволяет держать длинный контекст (KV-cache), повышать batch/QPS и стабильнее обслуживать несколько параллельных потоков инференса. |
| Qwen3.5-397B-A17B / Qwen3.6-35B-A3B | Нет | Примерно 807GB / 71.9 GB | ✅ | Отлично масштабируется внутри одного сервера: модель распределяется по нескольким GPU (TP/PP), а оставшийся ресурс можно использовать под дополнительные реплики, инструменты/агентов и RAG-обвязку. Хороший выбор для продакшн-чатов с высоким QPS, длинными диалогами и устойчивой латентностью. |
| Gpt-oss:120b | Нет | Примерно 196GB | ✅ | Комфортно работает на одном сервере без квантизации: обычно достаточно части GPU, а остальная VRAM остаётся под параллельные сервисы (несколько инстансов LLM, rerank/эмбеддинги, RAG-индексатор, постпроцессинг). Удобно для сценариев, где важны стабильность и одновременная работа нескольких пайплайнов. |
| GigaChat3.5-432B-A28B-bf16 | Нет | Примерно 868GB | ✅ | Помещается в рамках одного узла 10×96GB и запускается в multi-GPU режиме. Запас по общей VRAM полезен для длинного контекста, большего batch size и нескольких одновременных запросов, что особенно важно для больших ассистентов и корпоративных нагрузок. |
| Mistral-Large-3-675B-Instruct-251 | Нет | Примерно 682GB | ✅ | Оптимальна для аналитических и reasoning-сценариев на одном сервере: запуск без квантизации возможен через multi-GPU распределение (vLLM/TensorRT-LLM). Большой запас VRAM помогает держать длинный контекст и параллелить инференс, что удобно для RAG и агентных сценариев. |
| GLM-5.3 | Нет | Примерно 756GB | ✅ | FP8-режим эффективно раскрывается на Blackwell: заметно снижает требования к памяти и повышает throughput инференса. На 10×96GB удобно держать FP8-модель с запасом под KV-cache и нагрузку RAG/агентов, добиваясь высокого QPS при стабильной латентности. |
| 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. |
| 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-GGUF | UD_Q4_K_M | Примерно 630GB | ✅ | Квантизированная Pro-версия для более гибкого размещения на серверных конфигурациях с разным объёмом памяти; подходит для RAG, reasoning-задач и производственных LLM-сервисов. |
Совместимость с диффузионными моделями
| Модель | Тип | Совместимость | Примечание |
| Stable Diffusion XL 1.0 | Текст в изображение | ✅ | Надёжное качество в продакшене: на 10× RTX PRO 6000 BSE можно параллелить несколько пайплайнов (разные стили/промпты/пользователи), держать большие батчи и стабильно генерировать high-res под CUDA без упора в память. |
| Flux.2-dev | Текст в изображение | ✅ | Требовательна к VRAM, но 96GB на GPU дают комфортный запас: можно запускать высокие разрешения и большие батчи, а также масштабировать обработку по нескольким GPU внутри одного сервера для стабильной high-res генерации и высокой пропускной способности. |
| SD Turbo | Быстрые предпросмотры | ✅ | Максимальная скорость итераций: на одном узле легко держать много параллельных задач предпросмотра и серийных кадров (несколько пользователей/потоков одновременно), сохраняя низкую задержку и стабильную работу. |
| Kandinsky-5.0-T2I-Lite-sft-Diffusers | Текст в изображение | ✅ | Лёгкая модель, отлично подходит для масштабирования по пользователям: остаётся большой запас VRAM под высокое разрешение, батчи и одновременную работу нескольких пайплайнов/очередей на одном сервере. |
| Kandinsky-6.0-Pro-distill-5s-Diffusers | Текст/изображение в видео со звуком | ✅ | Для коротких роликов удобно распараллеливать генерацию по GPU: один сервер способен быстро обрабатывать пачки задач, держать несколько очередей и ускорять пакетную генерацию видео/серийных кадров на CUDA-стеке. |
| 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
| Платформа | Supermicro SYS-521GE-TNRT |
| Видеокарта | 10x NVIDIA RTX PRO 6000 Blackwell Server Edition 96GB GDDR7 |
| Процессор | 2x Intel Xeon Platinum 8558 (48c/96t, 2.1GHz-4GHz, 330W) |
| Оперативная память | 12x 32GB DDR5 ECC REG Samsung 6400MHz 4Rx4 |
| SSD накопитель | 4x Solidigm D7-PS1010 1.92TB 2.5" U.2 |