Server AI Genoa – AMD EPYC 9354, DDR5, 4–8 GPU

Ce modele vor rula pe această configurație

Configurația aleasă are 64 GB de memorie grafică (VRAM). În ea încap confortabil, de exemplu, aceste modele lingvistice deschise:

Llama 3.3 70B / Qwen3-72B48 GB
Seed-OSS-36B28 GB
DeepSeek-R2 32B24 GB
Qwen3-30B-A3B MoE20 GB
Gemma 3 27B18 GB
Mistral Small 3 24B14 GB
Qwen3-14B12 GB

Modelul mai mare Mistral Large 2 123B necesită aproximativ 70 GB VRAM.

Estimare orientativă pentru modele cuantizate (de regulă Q4), cu rezervă pentru context. Necesarul real de memorie depinde de lungimea contextului și de numărul de utilizatori simultani.

Ce vă asigurăm

Preinstalare la cerere
Instalăm în prealabil Linux, driverele NVIDIA, CUDA, Docker și software-ul pentru sarcina dumneavoastră (de exemplu vLLM sau Ollama) – după pornire puteți lucra imediat.
72 de ore sub sarcină
Înainte de predare, fiecare server este solicitat la maximum timp de 72 de ore, iar noi urmărim stabilitatea, temperaturile și funcționarea fără erori a memoriilor ECC.
Service în 24/48 de ore
Păstrăm piesele de schimb esențiale în stoc la Praga. Intervenția de service și înlocuirea pieselor le asigurăm în 24/48 de ore.
Hosting în centrul nostru de date
Nu aveți o cameră de servere? Amplasăm serverul în centrul nostru de date, ne ocupăm de alimentare, răcire și conectivitate, iar dumneavoastră îl accesați de la distanță.

Cum procedăm cu serverele AI

Descriere

Serverul AI PC Praha Genoa îl construim pe procesorul AMD EPYC 9354 (32 de nuclee, Zen 4) și placa de bază ASRock GENOAD8X-2T/BCM. Douăsprezece canale DDR5 ECC oferă memorie RAM rapidă pentru modelele care nu încap integral în plăcile grafice, iar PCIe 5.0 valorifică pe deplin plăcile RTX 5090 și RTX Pro 6000. Este platforma noastră pentru cele mai solicitante implementări în companii: modele de limbaj mari pentru zeci de utilizatori, reasoning și agenți cu context lung, generare video de înaltă calitate.

Configurație

Procesor	AMD EPYC 9354 (32 de nuclee, Zen 4, socket SP5)
Placă de bază	ASRock GENOAD8X-2T/BCM – PCIe 5.0, 2× 10 GbE
Plăci grafice	4, 6 sau 8× la alegere: RTX 5080, RTX 4090, RTX 5090, Intel Arc Pro B70, NVIDIA L4, NVIDIA L40 sau RTX Pro 6000
Memorie RAM	768 GB DDR5 ECC (12 module)
Stocare	NVMe 4 sau 8 TB
Alimentare	redundantă, pentru funcționare 24/7
Carcasă	rack 7U pentru 8 plăci

De câtă memorie grafică aveți nevoie

Memorie grafică	Exemplu de configurație	Ce rulează confortabil
64–128 GB	4× RTX 5080, 4× RTX 4090, 4× RTX 5090	Llama 3.3 70B, Qwen3.5-122B-A10B (MoE)
144–192 GB	6× RTX 4090, 6× RTX 5090, 4× L40, 8× L4	Qwen3-235B-A22B, GLM-4.6 355B (Q4)
256–384 GB	8× RTX 5090, 6–8× L40, 4× RTX Pro 6000	DeepSeek-V3.2 / R1 671B (Q2), Qwen3-Coder-480B, Kimi-K2 1T (1,58 biți)
576–768 GB	6–8× RTX Pro 6000	cele mai mari modele deschise, cu rezervă mare pentru context și utilizatori simultani

Dimensiunile modelelor sunt orientative (cuantizare Q4, dacă nu este indicat altfel), conform configuratorului nostru. Necesarul real de memorie depinde de lungimea contextului și de numărul de utilizatori simultani. La modelele de limbaj memoria plăcilor se însumează, iar generarea de imagini și video necesită întregul model pe o singură placă.

Ce primiți

Server asamblat din componente noi – îl asamblăm și îl testăm în Praga.
Software preinstalat în funcție de ce doriți să rulați pe server (de ex. Ubuntu, drivere și CUDA, Docker, vLLM, llama.cpp, Ollama, ComfyUI). După pornire este imediat gata de lucru.
Înainte de predare: 72 de ore de test de stres la sarcină maximă.
Garanție 24 de luni. Piesele de schimb le avem în stoc în Praga, iar intervenția de service o asigurăm în 24/48 de ore.
Serverul nu trebuie să stea la dumneavoastră – îl puteți avea în centrul nostru de date (găzduire); ne ocupăm de alimentare, răcire și conectivitate.

Funcționare și instalare

Serverul își are locul într-un rack sau într-o cameră de servere cu alimentare și răcire pentru aproximativ 0,7–5,2 kW, în funcție de plăci. O rețea mai rapidă (25–400 GbE) pentru conectarea la stocare sau la alte servere o adăugăm la cerere. Serverul îl putem opera și în centrul nostru de date.

Întrebări frecvente

Pentru cine este Genoa?

Pentru firmele care vor să ruleze cele mai mari modele deschise sau să deservească mulți utilizatori simultan. Configurațiile cu șase și opt plăci RTX Pro 6000 le construim tocmai pe această platformă.

De ce 768 GB de memorie RAM?

Placa de bază are 12 canale DDR5 și le populăm pe toate – astfel memoria funcționează cel mai rapid. Multă memorie RAM ajută și atunci când o parte din model nu încape în plăcile grafice.

Care este diferența față de Turin Dual?

Turin Dual are două procesoare EPYC 9005 mai noi, până la 1,5 TB RAM și suportă 16 plăci RTX Pro 6000. Genoa are un singur procesor și este mai ieftin.

Pot începe cu patru plăci și adăuga altele mai târziu?

Da, carcasa este gândită pentru opt plăci. La extindere adăugăm plăcile, riserele și, dacă este cazul, alimentarea – contactați-ne și calculăm costul.

Evaluările clienților

Deocamdată nu există nicio evaluare.

Pot evalua doar clienții care au cumpărat produsul de la noi – le trimitem linkul pentru evaluare prin e-mail după cumpărare.

Alte servere AI

Vezi tot

Configurabil
Server AI PC Praha Turin Dual – 2× EPYC 9005, până la 16 GPU
- 4–16 GPU
- 64–1536 GB VRAM
- 2× EPYC 9355
- 768–1536 GB RAM
de la 1 442 306 Kč fără TVA
1 745 190 Kč cu TVA
Asamblare de obicei în 5–7 zile lucrătoare
Server AI HPE ProLiant DL385 Gen10 – 2× NVIDIA A100 80 GB, 2× AMD EPYC 7502
- 2× A100 80 GB
- 160 GB VRAM
- 2× EPYC 7502
- 512 GB RAM
1 020 510 Kč fără TVA
1 234 817 Kč cu TVA
La comandă, termenul îl confirmăm
Server AI 4× RTX 5090 – 128 GB VRAM, AMD EPYC, 512 GB RAM
- 4× RTX 5090
- 128 GB VRAM
- EPYC 7643
- 512 GB RAM
990 909 Kč fără TVA
1 199 000 Kč cu TVA
La comandă, termenul îl confirmăm
Configurabil
Server AI PC Praha Rome Dual – 2× EPYC, 8 GPU
- 8 GPU
- 128–768 GB VRAM
- 2× EPYC 7643
- 512–1024 GB RAM
de la 735 033 Kč fără TVA
889 390 Kč cu TVA
Asamblare de obicei în 5–7 zile lucrătoare