[ТЕЛЕФОН]Заявка

AI-суперкомпьютеры и компьютеры для локального ИИ

Системы для ИИ от настольного DGX Spark и мини-ПК на Ryzen AI Max+ до сервера DGX B300 на 8 GPU, а также одноплатные компьютеры для edge-задач.

98 товаров · цены для юрлиц с НДС и без НДС
Прайс-лист XLSXЗагрузить спецификацию
Выбрано:Б/у

Цены не являются публичной офертой (ст. 437 ГК РФ) — стоимость оборудования и доставки уточняется по заявке.

По этим фильтрам ничего нет

Ослабьте условия или сбросьте фильтры. Можем найти нужную модель — оставьте P/N, ответим с ценой и сроком.

Как выбрать AI-суперкомпьютер

Выбор начинается с размера модели и числа пользователей. Настольные системы вроде DGX Spark подходят для прототипов, дообучения и локального инференса на одного пользователя: в 128 ГБ общей памяти суперчипа GB10, по данным NVIDIA, помещаются модели до 200B параметров в 4-битных форматах. Для команды и рабочего сервиса выбирайте сервер с несколькими GPU.

Если нужны архитектура x86 и Windows, посмотрите мини-ПК на AMD Ryzen AI Max+ 395 и 495 со 128 или 192 ГБ общей памяти от HP, Acer, MINISFORUM, GMKtec и ACEMAGIC. DGX Spark и его версии от ASUS, Dell, Lenovo, HP, GIGABYTE, Acer и MSI построены на Arm и работают под DGX OS — готовой средой с CUDA.

Для обучения крупных моделей и сервиса на много пользователей нужен DGX B300: восемь GPU B300 с памятью HBM3e, связанных NVLink, и сетевые адаптеры для объединения узлов в кластер. Такой системе нужны стойка, питание и охлаждение уровня ЦОД.

Одноплатные компьютеры Raspberry Pi, Orange Pi, Banana Pi и платы для NVIDIA Jetson закрывают edge-задачи: видеоаналитику, IoT и прототипы устройств.

Опишите модель и нагрузку — инженер подберёт систему и пришлёт коммерческое предложение с НДС и сроком поставки.

DGX Spark или мини-ПК на Ryzen AI Max+?

Оба варианта дают от 128 ГБ общей памяти для локальных LLM. DGX Spark работает на Arm с CUDA и DGX OS, мини-ПК на Ryzen AI Max+ — на x86 с Windows или Linux и ROCm.

Подойдёт ли настольная система для команды?

Для нескольких разработчиков и прототипов — да. Для рабочего сервиса с одновременными запросами многих пользователей нужен GPU-сервер: у него выше пропускная способность памяти и скорость генерации.

Какие модели запустятся на 128 ГБ памяти?

По объёму весов — плотные модели до 70B в FP8 и MoE-модели на 120B в 4-битных форматах: gpt-oss-120b, Qwen3.5-122B-A10B, Nemotron 3 Super, около 60–70 ГБ. По данным NVIDIA, DGX Spark работает с моделями до 200B в 4-битных форматах. Скорость генерации ограничена пропускной способностью памяти, поэтому быстрее работают MoE-модели с небольшим числом активных параметров.

Можно ли развернуть LLM под ключ?

Да: установим драйверы, CUDA или ROCm и сервер инференса и передадим систему готовой к работе.