含增值税（21%）的价格
Kč831 899
不含增值税： 687 捷克克朗 · 发票需包含增值税号 / 增值税号 · 7天内送达
4块RTX 5090 Blackwell显卡——总计128GB GDDR7显存
老化测试 12 分钟，所有 GPU 功耗 575W — 0 个错误
预装AI技术栈（vLLM、llama.cpp、PyTorch、CUDA）
BMC远程管理IPMI 2.0——无需物理访问
准备就绪——只需连接并登录即可。
✓ 烧录通过
Blackwell sm_120
CUDA 12.8
订单号：KE21013
AMD EPYC 7643
512 GB ECC 内存
128 GB
总GPU显存
〜880 T
FP16 TFLOPS
1 631 吨/秒
LLM批次
0
烧录误差
人工智能内容生成
服务器用于生成与现实难辨真假的视频和图像
四颗 Blackwell GPU 配备 128GB GDDR7 显存，让您能够以全精度运行最大的开源扩散和视频模型——无需卸载、量化或等待。无需云端，无需 API 费用，数据不会离开您的网络。
已预装并测试
🎬
视频生成——混源视频、Wan2.1、CogVideoX
128 GB 显存支持生成高分辨率长序列，不受分块或帧分割的限制。全面支持 CUDA 12.8，适用于所有现代视频模型。
128 GB 显存
🖼️
图像生成
FLUX.1、SD3.5、稳定级联 — 全精度 FP16、批量、ControlNet、IP 适配器。
🧠
团队LLM推理
vLLM 张量并行 × 4 GPU — 1,631 线程/秒，支持 64 个并发用户。Qwen、Llama、Mistral、DeepSeek。
硬件
完整技术规格
GPU（× 4 块）
型号NVIDIA GeForce RTX 5090
建筑学布莱克威尔，sm_120
GPU上的显存32 GB GDDR7
总显存128 GB
多进程流式传输。170 SM/卡
内存带宽约 1,530 GB/s / GPU
TDP575W/GPU（4x = 2300W）
PCIe每插槽 16 个 Gen4 插槽
CPU 和系统内存
中央处理器AMD EPYC 7643
纤芯/光纤48C / 96T
最大频率3,64 GHz
L3缓存256 MiB
系统内存512 GB DDR4-2666
ECC是的（RDIMM）
DIMM8×64GB 三星
记忆通道8（设备齐全）
主板和存储
母板ASRockRack ROMED8-2T/BCM
BIOSP4.30（2026年5月20日）
NVMe SSD关键 P310 2 TB
顺序阅读7MB/秒
顺序写作6MB/秒
随机 4K IOPS467K/477K 黑白
缝2×10GbE + IPMI/BMC
遥控华擎机架 BMC 3.08
软件（预装）
OSUbuntu的LTS 24.04.4
NVIDIA驱动程序595.71.05（打开）
CUDA 驱动程序/工具包13.2 / 12.8
神经网络9.10.02
PyTorch2.9.1+cu128
法学硕士0.14.0
美洲驼.cppCUDA 构建，sm_120
Python 虚拟机/home/logic/llm-env
测量功率
这台机器的实际基准测试结果
测量日期：2026年10月7日，主机：dm2，订单号：KE21013。数值为测量值，并非制造商提供。
GPU 上的 FP16 性能（8192² 矩阵乘法）
图形处理器 0
219,1 T
图形处理器 1
221,3 T
图形处理器 2
219,4 T
图形处理器 3
218,3 T
总性能约 880 TFLOPS FP16 · 单卡性能比 RTX 4090 提升 33%
显存传输速率（GDDR7）
图形处理器 0
1,533 GB/s
图形处理器 1
1,533 GB/s
图形处理器 2
1,533 GB/s
图形处理器 3
1,533 GB/s
PCIe 主机↔GPU：27,6 / 28,3 GB/s（H2D / D2H）
vLLM · Qwen2.5-32B-Instruct AWQ · 张量并行 × 4 · 64 个并发用户
批量聚合吞吐量64 个并发用户
1 631 千克/秒
型号Qwen2.5-32B AWQ（马林内核）
32B
GPU 连接张量并行 × 4 个 GPU
✓ 全部 4
llama.cpp · Qwen2.5-14B Q4_K_M · 1 个 GPU · llama-bench
生成令牌tg128 基准测试
147 千克/秒
及时处理pp512 基准测试
8 234 千克/秒
量子化Q4_K_M，8,37 GiB
14,8B
7 074 MB /秒
阅读秒。
6 341 MB /秒
节
467ķ
4K 读取 IOPS
477ķ
4K 写入 IOPS
可靠性
满负荷运行 12 分钟预热测试——0 个错误
GPU 过热烧录——持续 720 秒 FP16 矩阵乘法 (8192×8192)，所有 4 个 GPU 功耗均为 575 瓦
✓ 通过
图形处理器 0
84℃，
575瓦 2,4GHz
0 个错误
图形处理器 1
88℃，
575瓦 2,35GHz
0 个错误
图形处理器 2
83℃，
575瓦 2,5GHz
0 个错误
图形处理器 3
80℃，
575瓦 2,5GHz
0 个错误
RTX 5090 降频阈值约为 90 °C · 最高实测温度 88 °C（GPU 1）· 无性能降频 · SM 时钟频率始终保持在 2,3–2,5 GHz · GPU + 96 个 CPU 线程联合测试也顺利通过，未出现错误 · 内核日志：无 Xid / NVRM / PCIe AER 错误
与竞争对手的比较
为什么选择我们的服务器而不是 Mac Studio M3 Ultra 512 GB？
配备 512GB/8TB 硬盘的 Mac Studio M3 Ultra 是苹果公司目前性能最强大的单机 AI 设备。然而，它的售价约为 100 万捷克克朗——这个价格足够购买我们多台服务器了。
| 参数 | Mac Studio M3 Ultra 512GB | 4× RTX 5090 服务器（KENTINO） |
|---|---|---|
| 含增值税价格 | 约1,000,000捷克克朗 更贵 | 831 捷克克朗 优胜者 |
| GPU加速器 | 80 核 M3 Ultra GPU · ~40–60 TFLOPS FP16 · 仅限 Metal | 4块RTX 5090 Blackwell显卡 · ~880 TFLOPS FP16 × 15+ · CUDA 12.8 |
| 显存/AI内存 | 512 GB 统一容量（CPU+GPU 共享）819 GB/s | 128 GB GDDR7 · 单GPU约1530 GB/s 速度提升 5 倍 + 512GB ECC 内存 |
| LLM 速度 32B | 约 35–40 流量/秒 · 1 个用户 | 1,631 流量/秒批次 × 40+ · 64 位用户 |
| 视频生成 | 金属对 CUDA 模型不稳定 | CUDA · 混元视频 · 万维网2.1 · 原生支持 |
| 并发用户 | 1–3 实际上 | 64+（在LLM张量并行中） |
| 人工智能生态系统 | macOS / Metal / MLX · 不支持 CUDA | Linux / CUDA · PyTorch · 微调 · 全部 |
| 遥控 | SSH · 无 IPMI · 重启需要物理访问 | IPMI 2.0 · BMC · iKVM 控制台 · 远程 BIOS |
| 微调 | MPS不稳定，不推荐 | 全CUDA LoRA QLoRA FSDP |
一台 Mac Studio M3 Ultra 的价格，就能买到一台配备 CUDA 生态系统的 RTX 5090 服务器。
Mac Studio 512GB 非常适合单用户工作负载，尤其适用于在统一内存中运行大型模型的情况。但它的价格更高，运行在不支持 CUDA 的 macOS 系统上，最多只能支持 1-3 个用户，而且不支持微调。我们的服务器在批量推理方面速度更快，完全兼容 CUDA，并且可以同时支持整个团队。
FP16 性能提升约 15 倍 TFLOPS
64+ 个并发用户
完整的 CUDA 生态系统
微调、LoRa、训练
BMC 远程管理 24/7
预装软件
无需安装——即插即用。
NVIDIA 驱动程序 + CUDA
595.71.05 · CUDA 13.2 / 工具包 12.8 · cuDNN 9.10
火炬2.9.1
+cu128 · sm_120 Blackwell · NCCL 多 GPU
vLLM 0.14.0
张量并行 · AWQ marlin · 兼容 OpenAI API
llama.cpp（CUDA 构建）
sm_120 · 提交 c4ae9a8
HuggingFace 堆叠
变压器 · 加速器 · 扩散器 · 枢纽
Python 虚拟机
/home/logic/llm-env · /home/logic/models 中的模型
⚡ 交付和首次发布
- 订单确认后7个工作日内发货
- 带有增值税号的发票——公司可抵扣增值税
- 立即更改系统密码和 BMC 密码
- 将 BMC 设置为网络上的静态 IP 地址
- 运行 API 推理之前，请先配置防火墙。
- SSH 用户：logic（sudo）· BMC 用户：admin
- GPU功耗可以调节：nvidia-smi -pl [瓦特]
- KENTINO sro 技术支持 — 电子邮件 + 电话
技术说明
所有GPU均运行在PCIe Gen4 × 16插槽上——AMD EPYC 7003 / ROMED8-2T平台为Gen4（对LLM推理性能无影响）。RTX 5090不支持NVLink——多GPU通信通过PCIe P2P进行，速度约为24,3 GB/s（此类显卡的标准速度）。消费级RTX 5090不支持ECC显存（符合预期，ECC内存位于系统内存中）。基准测试于2026年7月10日进行，产品编号为KE21013，主机为dm2。所有数据均为实测数据，并非厂商官方数据。