Видеокарты и GPU-ускорители

81 товар
Видеокарта NVIDIA H100 OEM 80GB HBM3Видеокарта NVIDIA H100 OEM 80GB HBM3Видеокарта NVIDIA H100 OEM 80GB HBM3
Видеокарта NVIDIA H100 OEM 80GB HBM3
от 2 752 720 ₽
3 564 048 ₽
-23%
Производитель
NVIDIA
Тип оборудования
Видеокарта (серверный ускоритель)
Основная задача
ИИ-тренинг, Инференс, Научные расчёты
Наличие
В наличии

Видеокарты и GPU-ускорители

GPU-ускорители и серверные видеокарты для AI

Start Server поставляет GPU-ускорители и серверные видеокарты NVIDIA и AMD для AI, LLM, машинного обучения, HPC, анализа данных, компьютерного зрения и профессиональной графики. В каталоге — вычислительные GPU в форм-факторах PCIe, SXM, OAM и NVL. Модель подбирается с учётом объёма VRAM, типа нагрузки, производительности, совместимости с платформой, энергопотребления и охлаждения.

NVIDIA GPU-ускорители: для AI и HPC — от PCIe GPU для инференса и корпоративных задач до высокоплотных SXM для multi-GPU систем. В зависимости от задачи — H100, H200, B200/B300, A100, L40S, L4, RTX PRO и другие.

AMD Instinct для AI и HPC: Instinct ориентированы на AI, обучение, инференс и HPC в экосистеме ROCm. Представлены отдельными ускорителями и OAM-платформами на несколько GPU — например, MI350X Platform (восемь OAM GPU) и MI300X Platform (восемь MI300X).

Как выбрать GPU для AI-сервера: при выборе учитываются модель, training или inference, объём VRAM, precision, batch size, количество GPU, необходимость NVLink/Infinity Fabric, CPU и RAM сервера, PCIe-топология, питание, охлаждение и используемый CUDA или ROCm стек. Start Server помогает подобрать отдельный ускоритель или готовый совместимый сервер.

PCIe, SXM или OAM: выбор форм-фактора зависит от архитектуры платформы. PCIe — для широкого спектра стандартных серверов. SXM — для специализированных HGX/DGX. OAM — для высокоплотных accelerator-платформ, включая AMD Instinct. Перед заказом проверяется совместимость по механике, питанию, охлаждению, интерфейсу и поддержке платформой.

Купить GPU-ускоритель: для подбора передайте модель GPU, Part Number, модель сервера, необходимый VRAM, задачу, количество GPU, требования к CUDA/ROCm и бюджет. После проверки совместимости формируется спецификация и коммерческое предложение.