GPU-серверы для обучения и инференса нейросетей
От рабочих станций с одной картой до 8-GPU узлов HGX и стоек NVL72 — для обучения моделей, инференса LLM, RAG и рендеринга.
171 товар · цены для юрлиц с НДС и без НДСЦены не являются публичной офертой (ст. 437 ГК РФ) — стоимость оборудования и доставки уточняется по заявке.
GPU-сервер Supermicro 2029GP-TR б/у (4× Radeon AI PRO R9700 32GB, 2× Xeon Gold 6248, RAM 384GB)
Арт. SB-000138GPU-сервер Supermicro 2029GP-TR б/у (6× Instinct MI100 32GB, 2× Xeon Platinum 8260, RAM 512GB)
Арт. SB-000139Закупаете партию для ИИ-фермы? Подготовим КП с ценой за объём
Пришлите список моделей и количество — ответим коммерческим предложением с НДС и сроками поставки.GPU-сервер Supermicro 2029GP-TR б/у (6× Tesla V100 16GB, 2× Xeon Platinum 8160, RAM 384GB)
Арт. SB-000140GPU-сервер Supermicro 4028GR-TR б/у (6× Radeon AI PRO R9700 32GB, 2× Xeon E5 2697Av4 RAM 128GB)
Арт. SB-000142GPU-сервер Supermicro 4028GR-TR б/у (6× Tesla P100 16GB, 2× Xeon E5 2698v4, RAM 256GB)
Арт. SB-000143GPU-сервер Supermicro 747BTQ-R2K04B б/у (4× Instinct MI100 32GB, 2× Xeon E5 2697v4, RAM 256GB)
Арт. SB-000148GPU-сервер Supermicro 747BTQ-R2K04B б/у (4× Instinct MI50 16GB, 2× Xeon E5 2697v4, RAM 256GB)
Арт. SB-000149GPU-сервер Supermicro 747BTQ-R2K04B б/у (4× Radeon AI PRO R9700 32GB, 1× EPYC 7502, RAM 128GB)
Арт. SB-000150GPU-сервер Supermicro 747BTQ-R2K04B б/у (4× Radeon Pro WX8200 8GB, 2× Xeon E5 2697v4, RAM 256GB)
Арт. SB-000151GPU-сервер Supermicro 747BTQ-R2K04B б/у (4× Tesla P100 16GB, 2× Xeon E5 2697v4, RAM 256GB)
Арт. SB-000152GPU-сервер Supermicro 747BTQ-R2K04B б/у (4× Tesla V100 16GB, 2× Xeon E5 2697v4, RAM 256GB)
Арт. SB-000153Как подобрать GPU-сервер под модель и нагрузку
Начните с задачи: модель, точность и число одновременных пользователей определяют объём видеопамяти, а он — количество и тип ускорителей. Ориентир для инференса: в FP16 модель занимает около 2 ГБ на миллиард параметров, в FP8 — около 1 ГБ, в 4-битных форматах — около 0,6 ГБ, плюс запас под KV-кэш и контекст; у MoE-моделей считают все параметры, а не только активные. Qwen3.5-122B-A10B в FP8 (около 125 ГБ) хватит пары карт по 96 ГБ, DeepSeek V4-Flash (около 160 ГБ весов) удобнее разместить на четырёх таких картах, а для DeepSeek V4-Pro на 1,6 трлн параметров (около 0,9 ТБ) нужен узел на 8 GPU с памятью HBM — B200, B300 или AMD MI355X; на восьми H200 он помещается впритык.
Затем выберите тип ускорителей. PCIe-карты — RTX PRO 6000 Blackwell Server Edition на 96 ГБ, H200 NVL на 141 ГБ — ставят в платформы 2U на 4 GPU или 4U на 8 GPU: такие системы проще разместить и расширять по одной карте. Модули SXM на платах NVIDIA HGX связаны через NVLink и NVSwitch, поэтому подходят для обучения и инференса крупных моделей, где важен обмен данными между GPU. Альтернатива на AMD — Instinct MI300X, MI325X и MI355X с памятью от 192 до 288 ГБ на ускоритель.
Проверьте инфраструктуру заранее: узел HGX на 8 GPU потребляет порядка 10 кВт, система на восьми PCIe-картах — около 6 кВт. Понадобятся стойка глубиной 1000–1200 мм, трёхфазное питание и расчёт охлаждения, а для кластера — сеть InfiniBand или Ethernet 400G на каждый ускоритель и быстрые NVMe под датасеты.
В разделе — платформы Supermicro, GIGABYTE, ASUS, ASRock Rack, Dell PowerEdge XE, HPE Cray XD, Huawei Atlas и системы NVIDIA DGX. Инженер подберёт конфигурацию под вашу модель и нагрузку, а перед отгрузкой мы соберём сервер, обновим прошивки и проверим его под нагрузкой — отчёт о тестировании приложим к заказу.
Сколько видеопамяти нужно для LLM?
Для инференса в FP16 считайте около 2 ГБ на миллиард параметров, в FP8 — около 1 ГБ, плюс запас на KV-кэш и контекст. Многие новые модели — DeepSeek V4, gpt-oss, Kimi K3 — выпускают сразу в FP8 или FP4, тогда считайте по размеру опубликованных весов. Точный расчёт под вашу модель и число пользователей сделает инженер.
Чем HGX отличается от сервера с PCIe-картами?
В HGX восемь модулей SXM соединены через NVLink и NVSwitch, поэтому GPU обмениваются данными быстрее, чем по шине PCIe. Серверы на PCIe-картах проще разместить, а карты в них можно добавлять и менять по одной.
Какое питание нужно серверу на 8 GPU?
Узел HGX на 8 GPU потребляет порядка 10 кВт, система на восьми PCIe-картах — около 6 кВт. В стойке нужны PDU на 32 А, обычно трёхфазные, и охлаждение под такую тепловую нагрузку.
Можно собрать конфигурацию под нашу задачу?
Да. Опишите модель и нагрузку — инженер подберёт GPU, процессоры, память и сеть и пришлёт коммерческое предложение с вариантами.
Поможете развернуть LLM на сервере?
Да, есть услуга развёртывания LLM под ключ: установим драйверы, CUDA или ROCm и сервер инференса.




