Cena s DPH (21 %)
Kč831 899
Bez DPH: 687 520 Kč · faktura s IČO / DIČ · dodání do 7 dní
4× RTX 5090 Blackwell — 128 GB GDDR7 VRAM celkem
Burn-in 12 minut, všechna GPU 575 W — 0 chyb
AI stack předinstalován (vLLM, llama.cpp, PyTorch, CUDA)
BMC vzdálená správa IPMI 2.0 — bez fyzického přístupu
Připraveno ke spuštění — stačí připojit a přihlásit se
✓ Burn-in PASS
Blackwell sm_120
CUDA 12.8
Obj. #KE21013
AMD EPYC 7643
512 GB ECC RAM
128 GB
GPU VRAM celkem
~880 T
FP16 TFLOPS
1 631 t/s
LLM batch
0
Chyby burn-in
Generování AI obsahu
Server pro generování videa a obrázků nerozlišitelných od reality
128 GB GDDR7 VRAM ve čtyřech Blackwell GPU umožňuje spouštět největší open-source difuzní a video modely v plné přesnosti — bez offloadingu, kvantizace nebo čekání. Žádný cloud, žádné poplatky za API, žádná data neopouštějí vaši síť.
Předinstalováno a otestováno
🎬
Generování videa — HunyuanVideo, Wan2.1, CogVideoX
128 GB VRAM umožňuje generování dlouhých sekvencí ve vysokém rozlišení bez tiling nebo frame-splitting omezení. Plná CUDA 12.8 podpora pro všechny moderní video modely.
128 GB VRAM
🖼️
Generování obrázků
FLUX.1, SD3.5, Stable Cascade — plná přesnost FP16, batch, ControlNet, IP-Adapter.
🧠
LLM inference pro týmy
vLLM tensor-parallel × 4 GPU — 1 631 tok/s pro 64 souběžných uživatelů. Qwen, Llama, Mistral, DeepSeek.
Hardware
Kompletní technická specifikace
GPU (× 4 kusy)
ModelNVIDIA GeForce RTX 5090
ArchitekturaBlackwell, sm_120
VRAM na GPU32 GB GDDR7
Celková VRAM128 GB
Streaming multiproc.170 SM / karta
Mem. bandwidth~1 530 GB/s / GPU
TDP575 W / GPU (4× = 2 300 W)
PCIeGen4 × 16 na slot
CPU a systémová paměť
CPUAMD EPYC 7643
Jádra / vlákna48C / 96T
Max. frekvence3,64 GHz
L3 cache256 MiB
Systémová RAM512 GB DDR4-2666
ECCAno (RDIMM)
DIMM moduly8× 64 GB Samsung
Paměťové kanály8 (plně osazeno)
Základní deska a úložiště
Základní deskaASRockRack ROMED8-2T/BCM
BIOSP4.30 (20. 5. 2026)
NVMe SSDCrucial P310 2 TB
Sekvenční čtení7 074 MB/s
Sekvenční zápis6 341 MB/s
Náhodné 4K IOPS467 K / 477 K č/z
Síť2× 10 GbE + IPMI/BMC
Vzdálená správaASRock Rack BMC 3.08
Software (předinstalováno)
OSUbuntu 24.04.4 LTS
NVIDIA driver595.71.05 (open)
CUDA driver / toolkit13.2 / 12.8
cuDNN9.10.02
PyTorch2.9.1+cu128
vLLM0.14.0
llama.cppCUDA build, sm_120
Python venv/home/logic/llm-env
Naměřený výkon
Reálné benchmarky z tohoto konkrétního stroje
Naměřeno 10. 7. 2026 na hostiteli dm2, objednávka #KE21013. Čísla jsou naměřená, nikoli udávaná výrobcem.
FP16 výkon na GPU (8192² matmul)
GPU 0
219,1 T
GPU 1
221,3 T
GPU 2
219,4 T
GPU 3
218,3 T
Celkem ~880 TFLOPS FP16 · +33 % na kartu vs. RTX 4090
Přenosová rychlost VRAM (GDDR7)
GPU 0
1 527 GB/s
GPU 1
1 532 GB/s
GPU 2
1 525 GB/s
GPU 3
1 533 GB/s
PCIe host↔GPU: 27,6 / 28,3 GB/s (H2D / D2H)
vLLM · Qwen2.5-32B-Instruct AWQ · tensor-parallel × 4 · 64 souběžných uživatelů
Batch agregovaná propustnost64 souběžných uživatelů
1 631 tok/s
ModelQwen2.5-32B AWQ (marlin kernel)
32B
GPU zapojeníTensor-parallel × 4 GPU
✓ všechny 4
llama.cpp · Qwen2.5-14B Q4_K_M · 1 GPU · llama-bench
Generování tokenůtg128 benchmark
147 tok/s
Zpracování promptupp512 benchmark
8 234 tok/s
KvantizaceQ4_K_M, 8,37 GiB
14,8B
7 074 MB/s
Sek. čtení
6 341 MB/s
Sek. zápis
467 K
4K čtení IOPS
477 K
4K zápis IOPS
Spolehlivost
12minutový burn-in při plném zatížení — 0 chyb
GPU burn — 720 s trvalý FP16 matmul (8192×8192), všechna 4 GPU při 575 W
✓ PASS
GPU 0
84°C
575 W · 2,4 GHz
0 chyb
GPU 1
88°C
575 W · 2,35 GHz
0 chyb
GPU 2
83°C
575 W · 2,5 GHz
0 chyb
GPU 3
80°C
575 W · 2,5 GHz
0 chyb
Throttling threshold RTX 5090 ≈ 90 °C · maximum naměřeno 88 °C (GPU 1) · žádné omezení výkonu · SM hodiny 2,3–2,5 GHz po celou dobu · kombinovaný test GPU + 96 CPU vláken také prošel bez chyb · kernel log: žádné Xid / NVRM / PCIe AER chyby
Srovnání s konkurencí
Proč náš server místo Mac Studia M3 Ultra 512 GB?
Mac Studio M3 Ultra v konfiguraci 512 GB / 8 TB je nejsilnější single-box Apple machine pro AI. Stojí však ~1 000 000 Kč — za tuto cenu pořídíte více než jeden náš server.
| Parametr | Mac Studio M3 Ultra 512 GB | 4× RTX 5090 Server (KENTINO) |
|---|---|---|
| Cena s DPH | ~1 000 000 Kč dražší | 831 899 Kč vítěz |
| GPU akcelerátor | 80jádrové GPU M3 Ultra · ~40–60 TFLOPS FP16 · Metal only | 4× RTX 5090 Blackwell · ~880 TFLOPS FP16 × 15+ · CUDA 12.8 |
| VRAM / AI paměť | 512 GB unified (CPU+GPU sdílená) · 819 GB/s | 128 GB GDDR7 · ~1 530 GB/s na GPU 5× rychlejší + 512 GB ECC RAM |
| LLM rychlost 32B | ~35–40 tok/s · 1 uživatel | 1 631 tok/s batch × 40+ · 64 uživatelů |
| Generování videa | Metal · nestabilní pro CUDA modely | CUDA · HunyuanVideo · Wan2.1 · nativní podpora |
| Souběžní uživatelé | 1–3 prakticky | 64+ (vLLM tensor parallel) |
| AI ekosystém | macOS / Metal / MLX · bez CUDA | Linux / CUDA · PyTorch · fine-tuning · vše |
| Vzdálená správa | SSH · bez IPMI · fyzický přístup pro restart | IPMI 2.0 · BMC · iKVM konzole · vzdálený BIOS |
| Fine-tuning | MPS nestabilní · nedoporučeno | Plná CUDA · LoRA · QLoRA · FSDP |
Za cenu Mac Studia M3 Ultra dostanete RTX 5090 server s CUDA ekosystémem
Mac Studio 512 GB je skvělý pro single-user workloady s obrovskými modely v unified memory. Ale je dražší, běží na macOS bez CUDA, zvládá max. 1–3 uživatele a nepodporuje fine-tuning. Náš server je rychlejší na batch inference, má plnou CUDA kompatibilitu a zvládne celý tým najednou.
~15× více TFLOPS FP16
64+ souběžných uživatelů
Plný CUDA ekosystém
Fine-tuning, LoRA, training
BMC vzdálená správa 24/7
Předinstalovaný software
Žádná instalace — stačí připojit a přihlásit se
NVIDIA Driver + CUDA
595.71.05 · CUDA 13.2 / toolkit 12.8 · cuDNN 9.10
PyTorch 2.9.1
+cu128 · sm_120 Blackwell · NCCL multi-GPU
vLLM 0.14.0
tensor-parallel · AWQ marlin · OpenAI API kompatibilní
llama.cpp (CUDA build)
sm_120 · commit c4ae9a8
HuggingFace stack
transformers · accelerate · diffusers · hub
Python venv
/home/logic/llm-env · modely v /home/logic/models
⚡ Dodání a první spuštění
- Dodání do 7 pracovních dní po potvrzení objednávky
- Faktura s DIČ — DPH odpočitatelné pro firmy
- Ihned změňte systémové heslo a heslo BMC
- Nastavte BMC na statickou IP ve vaší síti
- Nakonfigurujte firewall před spuštěním inference API
- SSH uživatel: logic (sudo) · BMC uživatel: admin
- GPU příkon lze regulovat: nvidia-smi -pl [watty]
- Technická podpora KENTINO s.r.o. — e-mail + telefon
Technické poznámky
Všechna GPU běží na PCIe Gen4 × 16 — platforma AMD EPYC 7003 / ROMED8-2T je Gen4 (bez dopadu na LLM inference výkon). RTX 5090 nemá NVLink — multi-GPU komunikace přes PCIe P2P ~24,3 GB/s (standard pro tuto třídu). ECC GPU paměti není dostupné na spotřebitelském RTX 5090 (očekáváno, ECC je na systémové RAM). Benchmarky naměřeny 10. 7. 2026, obj. #KE21013, hostitel dm2. Všechna čísla jsou naměřená, nikoli udávaná výrobcem.