Сервер Молл уже много лет занимается серверным оборудованием и поставляет готовые и кастомные GPU-серверы на новых ускорителях NVIDIA. За это время мы собрали тысячи конфигураций под реальные проекты — от обучения нейросетей до 3D-рендеринга — и хорошо знаем, как развернуть IT-инфраструктуру, которая быстро окупит вложения
Собственный GPU‑сервер окупается за 4–18 месяцев и защищает от постоянно растущих цен на аренду A100/H100/H200-B300 в облаке
Вы полностью управляете данными, моделями, безопасностью и не зависите от ограничений и политики облачного провайдера
Свой сервер работает без очередей, простоев и оверселлинга, когда у провайдера нет свободных GPU или они заняты на часы и дни вперед
Задача: обучение больших языковых моделей (LLM), генерация изображений/видео (Stable Diffusion, MidJourney-подобные), распознавание объектов, обработка текста (NLP).
Для кого: ИИ-разработчики, финтех, ритейл (умные камеры), стартапы.
Почему GPU: тензорные ядра и огромный объём сверхбыстрой памяти позволяют обрабатывать миллиарды параметров за часы (вместо недель и месяцев). CPU здесь просто не справится с огромным потоком матричных вычислений.
141 ГБ/ NVLink (2- или 4-сторонний мост): 900 ГБ/с на GPU, PCIe Gen5: 128 ГБ/с/ 4.8 ТБ/с/ До 7 инстансов по 16.5 ГБ/ До 600 Вт (настраиваемая)
2x Intel Xeon Platinum 8468 (48C 105M Cache 2.10 GHz)
32x 64GB DDR5 5600MHz
6x 2800W Hot-Plug
BOSS-N1 controller card + with 2 M.2 960GB
2x 3.84T(до 8 SDD 2.5'' NVMe)
8x CX7 400G NDR/ X710
8x NVIDIA HGX H200 141G
Задача: работа в Blender, Cinema 4D, Unreal Engine, V-Ray, Redshift. Рендеринг анимации, архитектурная визуализация, постпродакшн спецэффектов.
Для кого: анимационные студии, архитектурные бюро, разработчики игр, дизайн-агентства.
Почему GPU: трассировка лучей (Ray Tracing) в реальном времени и CUDA-ускорение сокращают время финального рендера с нескольких дней до минут. Это прямая экономия времени специалистов.
Ядра CUDA: 18176/ 48 ГБ GDDR6 с поддержкой ECC/ PCIe Gen4 x16 (64 ГБ/с двунаправленная)/ 864 ГБ/с/ 350 Вт/ 16-pin
2x Intel Xeon Silver 4410Y (12C 30M Cache 2.00 GHz)
2x 16GB DDR5 RDIMM 4800MHz
2x DELL 1100W Hot-Plug
RAID Dell H745 (4GB+BBU)
noHDD (до 24 HDD 2.5'' SFF)
2 port 1Gb/s
Задача: молекулярная динамика, климатическое моделирование, физика частиц, гидродинамика, расчёт рисков, финансовая аналитика.
Для кого: НИИ, нефтегазовый сектор, фармацевтика, финансовая аналитика.
Почему GPU: библиотеки cuBLAS, cuFFT и экосистема AMD ROCm дают прирост производительности до 100× на матричных операциях по сравнению с CPU
80 ГБ/ 3.35 ТБ/с/ До 700 Вт (настраиваемая)/ До 7 инстансов по 10 ГБ
1x AMD EPYC 9654 (96C 384M Cache 2.40 GHz)
2x 16GB DDR5 RDIMM 4800MHz (Поддержка до 6TB максимально, 24 DIMM портов)
1x HP 800W
HPE MR216i-p Gen11 (ZM)
noHDD (до 48 HDD 2.5'' SFF)
4 port 1Gb/s RJ-45
Задача: обработка 4K/8K-видео в реальном времени, многоканальный стриминг, перекодирование форматов (RTMP/OBS/AV1).
Для кого: онлайн-кинотеатры, платформы вебинаров и онлайн-обучения, охранные предприятия (видеонаблюдение).
Почему GPU: аппаратные энкодеры NVENC/NVDEC берут на себя всю работу с видеопотоком. Один сервер может обрабатывать десятки потоков одновременно, почти не нагружая центральный процессор
Ядра CUDA: 10752/ 48 ГБ GDDR6 с поддержкой ECC/ NVIDIA NVLink: 112.5 ГБ/с (двунаправленный), PCIe Gen4: 64 ГБ/с/ 696 ГБ/с/ 300 Вт
2x Intel Xeon Silver 4310 (12C 18M Cache 2.1 GHz)
2x 32GB DDR4 RDIMM 3200MHz
2x DELL 800W Hot-Plug
RAID Dell H755 (8GB+BBU)
noHDD (до 12 HDD 3.5'' LFF)
2 port 1Gb/s
Задача: обработка массивов данных в Apache Spark, работа с GPU-базами данных (RAPIDS, BlazingSQL), ускорение ETL-процессов.
Для кого: банки, телеком, логистика.
Почему GPU: параллельная обработка запросов ускоряет аналитику в 10–50 раз по сравнению с классическими CPU-кластерами. Данные не нужно гонять туда-сюда, они обрабатываются прямо в памяти видеокарты.
94 ГБ/ 3.9 ТБ/с/ 350–400 Вт (настраиваемая)/ До 7 инстансов по 12 ГБ/ PCIe, двухслотовое воздушное охлаждение
2x Intel Xeon 6 6710E (64C 96M Cache 2.40 GHz)
2x 32GB DDR5 RDIMM 6400MHz
6
noHDD (up to 8 SFF or 8 EDSFF 1T drives)
NVIDIA H200 NVL Tensor Core GPUs
Задача: виртуальные рабочие столы (VDI) для дизайнеров и инженеров, удалённый доступ к тяжелому ПО, облачный гейминг.
Для кого: компании с удалёнными сотрудниками, проектные институты, облачные игровые сервисы.
Почему GPU: технология vGPU позволяет разделять одну мощную физическую видеокарту на десятки виртуальных машин. Каждый пользователь получает графическое ускорение почти как на личном ПК
Ядра CUDA: 10752/ 48 ГБ GDDR6 с поддержкой ECC/ NVIDIA NVLink: 112.5 ГБ/с (двунаправленный), PCIe Gen4: 64 ГБ/с/ 696 ГБ/с/ 300 Вт
2x Intel Xeon Silver 4310 (12C 18M Cache 2.1 GHz)
2x 32GB DDR4 RDIMM 3200MHz Dell
2x DELL 800W Hot-Plug
RAID Dell H745 (4GB+BBU)
noHDD (до 8 HDD 2.5'' SFF)
2 port 1Gb/s
Откройте каталог — собрали там самые актуальные решения с GPU
| Задача | Ключевое требование | Оптимальный сервер | Подходящие GPU |
|---|---|---|---|
| Инференс ИИ / Стриминг видео | Баланс цены и мощности |
|
|
| Обучение LLM (Deep Learning) | Макс. скорость интерконнекта |
|
|
| 3D-рендеринг | RT-ядра, частота CPU |
|
|
| VDI (Удалёнка) | Деление vGPU, объём памяти |
|
|
| HPC / Наука | FP64 точность, ECC-память | ||
| Big Data / GPU-аналитика | Пропускная способность памяти |
|
Сервер Молл отгрузил десятки тысяч серверов, СХД и коммутаторов, провели больше 200 IT- аудитов, выполнили 150+ системных интеграций и 20+ проектов полного цикла уровня Enterprise.
С 2001 года наращиваем экспертизу в Hardware и выросли в серверных инфраструктурных решениях: от небольших локальных задач до проектирования дата-центров
клиентов из разных отраслей: от государственных структур до e-commerce
лет опыта на рынке России и СНГ
реализованных проектов для крупного бизнеса.
позиций оборудования новейшего поколения
cервисных центров по всей России и СНГ
от корпоративных партнёров — наша работа говорит сама за себя
Заполните форму — мы оперативно свяжемся и предложим лучшее решение