Supermicro AS-4126GS-NBR-LCC — 4U liquid-cooled GPU сервер с NVIDIA HGX B200 8-GPU для LLM, Generative AI и HPC. Подбираем конфигурацию на AMD EPYC 9005/9004 под нагрузку, инфраструктуру ЦОД и требования к масштабированию.
AS-4126GS-NBR-LCC объединяет восемь NVIDIA B200 через NVLink и NVSwitch с двухсокетной платформой AMD EPYC. Такой баланс особенно важен в задачах, где наряду с GPU-нагрузкой существенную роль играют preprocessing, подготовка датасетов, scientific computing и работа с большими объёмами данных.
• Форм-фактор: 4U Rackmount • GPU: 8x NVIDIA B200 SXM • Память GPU: 180 ГБ на ускоритель • Суммарная GPU-память: около 1,4 ТБ • Межсоединение GPU: NVLink + NVSwitch • Процессоры: 2x AMD EPYC 9005/9004 • До 192 ядер / 384 потоков на процессор • Память: 24 DIMM DDR5, до 6 ТБ • Скорость памяти: до 6400 MT/s с EPYC 9005 • Интерфейс CPU-GPU: PCIe 5.0 x16 • Накопители: 8 hot-swap NVMe • M.2: 2 NVMe • Расширение: 8 PCIe 5.0 x16 LP + 2 FHHL • Сеть: 2x10GbE, расширение через PCIe • Охлаждение: Direct-to-Chip Liquid Cooling • Питание: 4x6600W Titanium, схема 2+2
• LLM Training • Generative AI • Scientific Computing • High Performance Computing • Drug Discovery • Climate Modeling • AI Analytics
Основные параметры
Производительность
КАК МЫ ДЕЛАЕМ СВОЮ РАБОТУ В getcore
</02>
РАЗРАБОТКА
Проектируем инфраструктуру для глубокого обучения и ИИ-обработки
Настраиваем и оптимизируем оборудование под задачи клиента
Адаптив
UPGRADE
Послепродажное обслуживание и апгрейд
Готовы к высокой нагрузке 24/7 с поддержкой SLA
Поддержка
КАК МЫ РАБОТАЕМ С СЕРВЕРАМИ SUPERMICRO
ПОДБИРАЕМ КОНФИГУРАЦИЮ ПОД ЗАДАЧИ
ТЕСТИРУЕМ И ПРОВЕРЯЕМ ОБОРУДОВАНИЕ
ПОСТАВКА И СОПРОВОЖДЕНИЕ
НУЖНА ПОМОЩЬ В ПОДБОРЕ GPU СЕРВЕРА?
Оставьте заявку, и мы подготовим коммерческое предложение на SUPERMICRO AS-4126GS-NBR-LCC
AI Workstation для генерации и разработки (RTX 6000 Ada)
Рекомендуется для дата-центров, научных центров, ML-команд и интеграторов.
Конфигурация оборудования Форм-фактор: 4U (стойка, активное охлаждение) CPU: 2× Intel Xeon Scalable 4-го поколения (до 2×350W) Чипсет: Intel C741, поддержка до 8 TB DDR5 ECC R-DIMM ОЗУ: до 2048 GB DDR5 ECC 4800MT/s GPU: до 8× NVIDIA A100/A800/H100 (до 270 мм) Хранение: 4× 2.5" SSD + 12× 3.5" HDD Сеть: 3× GbE LAN, включая IPMI Управление: ASPEED AST2500 (IPMI 2.0), поддержка BMC Охлаждение: 3× 120 мм + 4× 80 мм вентиляторов Питание: 5× CRPS, режим 4+1 (избыточность)
Предустановленное ПО
Ubuntu Server 22.04 или Rocky Linux 9
NVIDIA CUDA Toolkit, драйверы для A800/H100
Поддержка PyTorch, TensorFlow, Apex, Triton Inference Server
Возможность установки Slurm, Kubernetes, ComfyUI/SDXL (по задаче)
Сервис и сопровождение
Предтестирование под нагрузкой и настройка BIOS/энергопрофилей
Подбор компонентов под вашу задачу
Консультации и поддержка по драйверам — 3 мес бесплатно
Стоимость Цена (включая установку ПО, настройку и сопровождение): Варианты с 2, 4, 8 GPU — под заказ Гарантия 3 года и 5 лет (по выбору) Сервисное обслуживание и расширенная поддержка — опционально
Почему именно это решение
Российская платформа с перспективой включения в реестр Минпромторга (осень 2025г.)
Высокая плотность GPU и масштабируемость
Надежный BMC, IPMI, продуманная система охлаждения
Гибкость в настройке BIOS, совместимость с вашим ПО
Возможность кастомизации под проект
Условия поставки
Срок поставки: от 4 недель
Транспортировка: промышленная упаковка с защитой
Доступна отгрузка с установкой и вводом в эксплуатацию
Назначение Готовое решение для запуска моделей типа ChatGPT, LLaMA, StableLM, генерации текста, голосовых ассистентов, внутренних ИИ-систем в компании. Идеально подходит для компаний, которым важно:
не зависеть от облаков и внешних API
держать данные внутри организации
получить ИИ-инфраструктуру под ключ с установкой и поддержкой
Экспертиза по ИИ-инфраструктуре, от одиночных серверов до кластеров
Подбор серверной платформы для любых задач ИИ и высоких нагрузок
Мы конфигурируем серверы под конкретные задачи, от обучения и инференса LLM, до систем хранения, виртуализации и HPC. Работаем с проверенными платформами мировых вендоров и бюджетными OEM-производителями, обеспечиваем совместимость, тестирование и поддержку.
Оставьте заявку и мы подберем необходимое оборудование под ваши задачи
ОСТАВИТЬ ЗАЯВКУ
AS-4126GS-NBR-LCC — ДЛЯ AI С ТЯЖЁЛОЙ CPU-ЧАСТЬЮ
</04>
Не все AI-задачи ограничиваются производительностью GPU. Подготовка датасетов, feature engineering, data loaders, CPU-offload и научные расчёты могут создавать серьёзную нагрузку на процессоры и системную память. Именно здесь сочетание двух AMD EPYC 9005/9004, до 6 ТБ DDR5 и восьми NVIDIA B200 становится особенно полезным. Сервер можно использовать не только для чистого LLM training, но и для гибридных CPU+GPU workflows, где вычислительная нагрузка распределена между несколькими подсистемами.
Особенно хорошо платформа подходит для: • подготовки больших датасетов перед обучением • multimodal и Generative AI • scientific AI • биоинформатики и drug discovery • климатического моделирования • distributed training • высокоплотных AI/HPC-кластеров
Восемь NVMe можно использовать под dataset cache, checkpoints, staging и scratch-space. Дополнительные PCIe 5.0 слоты позволяют установить высокоскоростные сетевые адаптеры и интегрировать сервер в масштабируемую cluster-инфраструктуру.
Поэтому AS-4126GS-NBR-LCC имеет смысл рассматривать не просто как сервер с восемью B200, а как полноценный вычислительный узел для проектов, где важна производительность всей цепочки — CPU, RAM, storage, сеть и GPU.
Если workload активно использует много CPU-ядер, preprocessing или гибридные CPU+GPU вычисления, платформа на AMD EPYC может быть предпочтительнее. Intel-вариант интересен Xeon 6900 и поддержкой MRDIMM с высокой пропускной способностью памяти. Выбирать лучше по реальному профилю нагрузки, а не только по числу ядер.
Не всегда. Для чистого GPU-bound training максимальные CPU могут быть избыточны. Большое количество ядер оправдано при тяжёлом preprocessing, CPU-offload, генерации данных или одновременном выполнении нескольких сервисов.
После GPU узкими местами часто становятся storage и сеть. Если датасеты подаются медленно или distributed training упирается в межузловой обмен, часть мощности B200 будет простаивать.
Для dataset cache, checkpoints, staging и быстрого scratch-space. В крупном кластере основные данные обычно хранятся во внешнем high-performance storage, а локальные NVMe ускоряют работу с наиболее востребованными данными.
Необходимо заранее согласовать жидкостный контур, CDU, коллекторы, параметры теплоносителя, питание PDU и сервисный доступ. Для такой системы сервер, охлаждение и стойку лучше проектировать как единое решение.
Сравнили 3 варианта: облако, аренда и покупка у GetCore. Взяли в лизинг через них — за 7 дней получили настроенный сервер, полностью готовый к продакшну. Экономим около 180 тыс. рублей каждый месяц по сравнению с облаком. Сопровождение — на уровне партнёрства, не просто техподдержка
Алексей, ИТ-директор, финтех-компания, Москва
Андрей, ML-инженер, стартап по компьютерному зрению, Санкт-Петербург
Ребята из GetCore не просто продали „железо“, а погрузились в архитектуру модели, которую мы обучаем. Подобрали точную конфигурацию под PyTorch + CUDA, всё развернули и протестировали. Через 5 дней уже запускали первый эксперимент. Приятно удивлён уровнем техничности
разработчик нейросети
руководителя отдела разработки
С GetCore построили свою первую собственную ИИ-инфраструктуру. Подобрали сервер на базе двух A100, настроили под TensorFlow и помогли оптимизировать пайплайны. За месяц сэкономили больше 500 000 ₽ по сравнению с тем, что тратили на аренду облака. Чёткие сроки, понятные люди, без обещаний "на словах"
Максим, руководитель отдела разработки ИИ-продуктов, Ростов-на-Дону
Илья, архитектор ИТ-инфраструктуры, интегратор, Казань
Нужно было быстро развернуть серверную платформу для запуска LLM в локальном режиме. GetCore подобрали мощный сервер с 4xGPU, провели стресс-тест и обеспечили резервную схему. С таким подходом чувствуешь себя не клиентом, а техдиром внутри сильной команды
архитектор инфраструктуры
Файлы cookies
Мы собираем файлы cookies для улучшения работы сайта и применяем рекомендательные технологии. Продолжая пользоваться сайтом, вы даёте согласие на использование файлов cookies.
Файлы cookies
Подробнее о cookies
Файлы cookie, необходимые для корректной работы сайта, всегда включены. Другие файлы cookie настраиваются