Сервер Supermicro 747BTQ-R2K04B с 4× Tesla V100 16GB, 2× Xeon E5 2697v4 и 256 ГБ RAM

Обзор: GPU-сервер Supermicro 747BTQ-R2K04B для нейросетей

Supermicro 747BTQ-R2K04B — четырёхъюнитовая платформа, в которую установлены четыре ускорителя NVIDIA Tesla V100 (архитектура Volta, по 16 ГБ HBM2), два процессора Intel Xeon E5 2697v4 и 256 ГБ оперативной памяти DDR4 ECC REG. Суммарно доступно 64 ГБ видеопамяти с пропускной способностью HBM2 до 900 ГБ/с, чего хватает для запуска крупных языковых моделей на нескольких GPU.

Конфигурация рассчитана на инференс и дообучение моделей методами LoRA/QLoRA, работу с диффузионными сетями и задачи Data Science. Это оборудование б/у, поэтому оно подойдёт тем, кому нужна мощная многопроцессорная GPU-платформа без затрат на новые ускорители.

Ключевые особенности

  • 4× NVIDIA Tesla V100 16GB HBM2 — 64 ГБ суммарной видеопамяти.
  • Поддержка вычислений FP16 и INT8 для ускоренного вывода нейросетей.
  • Совместимость со средами CUDA 11.x и PyTorch, а также с TensorRT и vLLM.
  • Два процессора Intel Xeon E5 2697v4 (18 ядер / 36 потоков, 2,3–3,6 ГГц) и материнская плата Supermicro X10DRG-Q с 24 слотами DIMM.
  • 8× 32 ГБ DDR4 ECC REG SK Hynix 2400 МГц — 256 ГБ памяти.
  • Накопители: HDD Seagate SkyHawk AI 12 ТБ и SSD Intel S4610 960 ГБ.
  • Активное охлаждение процессоров кулерами COOLSERVER SNK-P0050APS4 для корпуса 4U.

Характеристики

Параметр Значение
Платформа Supermicro 747BTQ-R2K04B, 4U
Видеокарты 4× NVIDIA Tesla V100 16GB HBM2
Общий объём VRAM 64 ГБ
Материнская плата Supermicro X10DRG-Q (2× LGA2011-3, 24 DIMM)
Процессоры 2× Intel Xeon E5 2697v4 (18c/36t, 2,3–3,6 ГГц, 145 Вт)
Оперативная память 8× 32 ГБ DDR4 ECC REG 2400 МГц 2Rx4
HDD 1× Seagate SkyHawk AI 12 ТБ 3,5" SATA 6 Гбит/с
SSD 1× Intel S4610 960 ГБ 2,5" 6 Гбит/с
Совокупная мощность FP64 / TF32 28 / 56 TFLOPS
Тензорная производительность (FP16 + INT8) 448 TFLOPS
Состояние Б/У

Для каких задач подходит

Сервер хорошо справляется с запуском LLM через vLLM или Ollama с tensor parallel на 2–4 GPU: например, DeepSeek-R1 70B в квантизации Q4_K_M требует около 60 ГБ видеопамяти, а модель Qwen3.8-27B без квантизации — около 55,6 ГБ, при этом запас памяти невелик и контекст с размером батча стоит выбирать умеренными. Для диффузионных моделей подходят Stable Diffusion XL, SD Turbo и лёгкие версии Kandinsky 5.0; Flux 1.1 Pro требует CUDA не ниже 11.8 и аккуратной настройки шагов и разрешения.

Важное ограничение: V100 не поддерживает FP8 и ускорения поколений Hopper и Ada, поэтому для полного обучения моделей с нуля и HPC-задач с упором на FP64 такая конфигурация не рекомендуется. Зато для инференса, RAG-систем и дообучения существующих моделей она остаётся рациональным выбором.

Состояние, проверка и доставка

Оборудование поставляется как Б/У. Перед отправкой «СервакМастер» тестирует сервер, на него действует гарантия 1 год с заменой компонентов. Доставка по России осуществляется СДЭК и другими ведущими службами доставки.

Характеристики

ТипБ/У
Основная задачаИнференс / Дообучение моделей / RAG-системы
Процессор (CPU)Intel Xeon E5-series
Видеокарта (GPU)NVIDIA Tesla V100
Количество GPU, шт4
Общий объем видеопамяти (VRAM), ГБ64
Тип памяти GPUHBM2
Объем оперативной памяти (RAM), ГБ256
Тип оперативной памятиDDR4 ECC REG
Форм-фактор4U
646 200 руб.
Под заказ
Задать вопрос
Гарантия с заменой компонентов
Доставка СДЭК и ведущими службами доставки
Помощь в подборе конфигурации
Характеристики
ТипБ/У
Основная задачаИнференс / Дообучение моделей / RAG-системы
Процессор (CPU)Intel Xeon E5-series
Видеокарта (GPU)NVIDIA Tesla V100
Количество GPU, шт4
Общий объем видеопамяти (VRAM), ГБ64
Тип памяти GPUHBM2
Объем оперативной памяти (RAM), ГБ256
Тип оперативной памятиDDR4 ECC REG
Форм-фактор4U

Есть вопросы?

Поможем выбрать, проконсультируем по всем услугам, расскажем о средствах решения ваших задач
Заказать консультацию