ИИ-ассистент для ритейла на своём сервере

Искусственный интеллект в ритейле уже можно оценивать по влиянию на продажи. Askona, производитель и продавец товаров для сна и дома, проверила эффект ИИ-консультанта в приложении с помощью A/B-теста — сравнения двух вариантов сервиса. По данным компании, с 26 февраля по 13 марта 2026 года конверсия в покупку, то есть доля пользователей, совершивших покупку, выросла на 9,8%, а выручка — на 18,4%. Конечно, это результат одного проекта: в другой сети эффект будет зависеть от ассортимента, интерфейса и аудитории.

Разберём, где ИИ в ритейле приносит измеримую пользу, когда локальный запуск оправдан и как рассчитать инфраструктуру до покупки оборудования.

Короткий ответ: когда ритейлу нужен локальный ИИ

Локальный контур — запуск модели и связанных сервисов на инфраструктуре компании — стоит рассматривать при постоянной высокой нагрузке. Её могут создавать многочисленные одновременные запросы пользователей или видеопотоки с камер. Ещё один повод — большие расходы на API, через который приложения обращаются к облачной модели, при стабильном потоке запросов.

Другие причины — ограничения на передачу чувствительных данных, требования к малой задержке и работе при сбоях внешнего канала. Чтобы сервис продолжал работать без внешней связи, модель, нужные данные и критичные сервисы должны быть доступны внутри локального контура.

Для небольшого пилота или нерегулярной нагрузки облако может быть проще и дешевле, особенно если задача не связана с чувствительными данными. Российское облако тоже позволяет выполнять требования локализации персональных данных (ПДн) при подходящем размещении и настройке системы. Такую инфраструктуру предоставляет, например, облачная платформа Yandex Cloud.

Выбор начинается с требований к данным, профиля нагрузки, SLA — согласованного уровня доступности и качества сервиса — и сравнения полной стоимости вариантов, включая эксплуатацию и поддержку.

Что ритейл получает от ИИ

Искусственный интеллект в ритейле полезен там, где результат можно измерить: по конверсии, наличию товара, списаниям, времени ответа или числу ручных операций. Большие языковые модели (LLM) работают с текстом, классическое машинное обучение (ML) — например, с прогнозами по данным о продажах, а компьютерное зрение (CV) — с изображениями и видео. Эти задачи создают разную нагрузку на оборудование.

Персонализация рекомендаций и клиентский опыт

Персонализация рекомендаций опирается на историю покупок, каталог и контекст запроса. Эти данные помогают формировать рекомендации товаров и персональные предложения, выбирать next best offer — следующее наиболее подходящее предложение для клиента.

В пилоте результат сравнивают с контрольной группой. Основные метрики — CTR, то есть доля кликов от числа показов рекомендаций, конверсия, средний чек и дополнительная выручка.

Прогнозирование спроса и управление запасами

Прогноз помогает планировать закупки и остатки, сокращать случаи отсутствия товара — out-of-stock (OOS), снижать списания и управлять оборотным капиталом. Кассовые системы POS дают данные о продажах, системы управления ресурсами предприятия ERP и складом WMS — об остатках и поставках. Модель оценивает будущий спрос, а бизнес-правила превращают прогноз в заказ с учётом сроков поставки, размера партии и страхового запаса.

В мае 2026 года разработчик систем планирования RELEX сообщил о результатах исландской продуктовой сети Krónan. После внедрения прогнозирования и пополнения запасов в распределительных центрах оборачиваемость за октябрь 2024 — сентябрь 2025 года выросла на 7,5% относительно предыдущего года. Время, которое сотрудник тратил на заказы и планирование, сократилось более чем наполовину. Это данные поставщика о результате внедрения системы и изменения процессов, а не об эффекте одной модели.

В собственном пилоте стоит измерять ошибку прогноза, OOS, списания, оборачиваемость и страховой запас.

Компьютерное зрение: полки, инвентаризация и предотвращение потерь

Видеораспознавание товаров на полке и контроль выкладки товара помогают находить пустые места и нарушения размещения. Компьютерное зрение также используют для проверки ценников, анализа очередей и кассовых зон. Предотвращение краж — отдельный сценарий: подозрительное событие требует проверки, а срабатывание системы само по себе не доказывает кражу.

В 2026 году сеть магазинов Fix Price запустила в 500 точках пилот OSA-сервиса для контроля наличия товаров на полках и актуальности ценников. OSA, или on-shelf availability, обозначает доступность товара на полке для покупателя. По данным компании, в отдельных магазинах прирост оборота достигал 2%. Периоды расчёта подбирали с учётом цикла оборачиваемости товаров. Сервис помогал выявлять недостаток товара, отсутствие или ошибки ценников и расхождения между учётными и фактическими остатками.

Видеоаналитика может включать обнаружение объектов, распознавание текста и отслеживание объектов и классификацию. При выборе оборудования считают весь пайплайн: приём и декодирование потока, подготовку кадров и работу моделей. Поэтому число GPU зависит от разрешения, частоты обработки кадров и состава пайплайна, а не только от количества камер.

Чат-боты, голосовые и корпоративные ассистенты

Чат-бот поддержки клиентов отвечает на вопросы о товарах, заказах и доставке. Голосовой ассистент добавляет распознавание речи ASR и синтез речи TTS. Корпоративный ассистент работает с регламентами и базой знаний, часто через RAG: система находит нужные фрагменты документов и передаёт их LLM вместе с вопросом.

RAG не гарантирует правильный ответ: качество зависит от актуальности индекса, эмбеддингов, разбиение документов на фрагменты и повторное ранжирование. Векторная база данных помогает искать фрагменты по смыслу, но не заменяет проверку прав доступа. Документы, недоступные сотруднику, не должны попадать в контекст LLM.

Fix Price описывала ИИ-сервис для проверки договоров аренды: раньше ручная проверка занимала около часа, а ИИ анализировал договор и формировал отчёт за несколько минут. Решение по договору оставалось за специалистом. По данным компании, полное время проверки сократилось как минимум вдвое. Кейс Fix Price.

В пилоте стоит измерять полное время обработки с учётом проверки человеком, число ошибок и долю эскалаций — случаев, которые требуют передачи вопроса ответственному специалисту.

Динамическое ценообразование

Динамическое ценообразование учитывает спрос, остатки, срок годности, сезонность, цены конкурентов и маржу. Здесь искусственный интеллект в ритейле не обязательно означает LLM или GPU: табличные модели и алгоритмы оптимизации часто работают на центральном процессоре (CPU). Метрики — маржинальная прибыль, доля проданного товарного запаса, то есть доля проданного товарного запаса за выбранный период, и списания.

Задачи ИИ в ритейле: бизнес-метрики, технологии и вычислительный профиль

Почему ритейлу может быть выгоден локальный ИИ

Размещение на собственной инфраструктуре (on-premise) даёт больше контроля над данными и работой сервиса. Польза зависит от ограничений и нагрузки конкретной сети.

Данные, закрытый контур и 152-ФЗ

Федеральный закон № 152-ФЗ «О персональных данных» не требует собственного физического сервера. Часть 5 статьи 18 запрещает при сборе ПДн граждан РФ использовать зарубежные базы для записи, систематизации, накопления, хранения, уточнения и извлечения этих данных, кроме прямо предусмотренных законом исключений. Требование можно выполнить как на собственной инфраструктуре, так и в подходящем российском облаке. Статья 18.

Трансграничную передачу регулирует статья 12. До её начала оператор — компания, организующая обработку ПДн, — направляет отдельное уведомление Роскомнадзору, надзорному органу в этой сфере. Одного уведомления недостаточно: необходимо выполнить остальные требования статьи и учитывать возможные ограничения или запрет передачи. Статья 12.

Статья 11 регулирует обработку биометрических ПДн. Не любое видео с лицом относится к биометрии: важно, использует ли оператор физиологические или биологические признаки для установления личности. При этом видео может оставаться персональными данными и без биометрической идентификации. Статья 11.

Закрытый контур позволяет компании самой определять маршруты данных, права доступа, сроки хранения журналов событий — логов — и интеграции с бизнес-системами. Среди них CRM для управления отношениями с клиентами, а также ERP, WMS и POS. Но локальная нейросеть не становится безопасной автоматически: нужны разделение сети на изолированные сегменты, обновления, резервное копирование и контроль доступа.

Задержка и работа в реальном времени

В видеоаналитике время уходит не только на выполнение модели — инференс. Его занимают передача потока по сети, декодирование, подготовка кадров, обработка результатов и запуск действия по бизнес-правилу.

У LLM другая цепочка. При использовании RAG она включает поиск фрагментов (retrieval), затем обработку входного контекста моделью (prefill) и генерацию ответа. Быстрый инференс сам по себе не гарантирует быстрой реакции всего сервиса.

Поэтому задержку в реальном времени измеряют end-to-end — от события или запроса до нужного результата. Помимо типичного времени полезно отслеживать p50, p95 и p99: значения, в которые укладываются соответственно 50%, 95% и 99% измерений. Так видны и обычная скорость, и редкие долгие ответы.

Периферийный ИИ, или периферийный инференс рядом с источником данных, сокращает сетевой путь. Это полезно, когда реакция нужна прямо в магазине или ограничена пропускная способность WAN — внешней сети, связывающей магазин с удалённой инфраструктурой. Для ночного прогноза спроса важнее завершить расчёт к началу закупок, чем сэкономить миллисекунды.

Стоимость при постоянной высокой нагрузке

Облачный API обычно оплачивается по токенам или запросам, аренда GPU — по времени использования. Локальный запуск требует капитальных затрат на оборудование и добавляет эксплуатационные расходы. Сравнивать варианты нужно по полной стоимости владения (TCO) за одинаковый период и при сопоставимом SLA.

Контроль инфраструктуры и независимость от внешних API

Собственный контур позволяет зафиксировать версии модели и движка инференса — ПО, которое выполняет модель, — задать свои лимиты и контролировать логи. Локальные сервисы могут работать без внешнего интернет-канала, если все критичные зависимости доступны внутри контура.

Компания при этом отвечает за обновления, безопасность, мониторинг, планирование вычислительных мощностей и восстановление после сбоев. Перед обновлением модели или движка нужно проверять совместимость и регрессии — ухудшение качества или производительности на рабочих задачах.

Когда облако или гибридная схема лучше

Облако удобнее для пилота, нерегулярных запросов и резких пиков, если у провайдера доступны нужные ресурсы и квоты. Готовый API снижает требования к опыту команды в эксплуатации GPU. Аренда облачного сервера с GPU всё ещё требует настройки и сопровождения ПО.

В гибридной схеме чувствительные данные и связанные с ними вычисления остаются локально. В облако можно вынести пиковую нагрузку, для которой разрешена передача данных и заранее подготовлены интеграции.

Сравнение локальной и облачной инфраструктуры для задач ритейла

Как устроен локальный ИИ в торговой сети

POS даёт данные о транзакциях, CRM — клиентский контекст, ERP и WMS — данные о закупках и остатках. Документы служат источниками для RAG, камеры — для видеоаналитики.

Центральный GPU-сервер или edge-узлы в магазинах

Центральная схема упрощает управление моделями и распределение нагрузки между ускорителями. Но передача видеопотоков из магазинов увеличивает нагрузку на WAN, а их запись — на центральное хранилище (storage).

Edge переносит инференс в магазин. Если передавать в центр только результаты обработки, трафика становится меньше. Обработка рядом с камерами также сокращает сетевую задержку, но множество распределённых узлов сложнее обновлять и обеспечивать резервом на случай отказа.

Один из вариантов гибридной схемы — выполнять detection и tracking рядом с камерами, а в центр передавать события и метаданные: время, место и параметры обнаруженного события. RAG и аналитика всей сети при этом работают централизованно. Полное видео можно хранить в магазине, а нужные фрагменты передавать по запросу, если это соответствует требованиям к архиву и доступу.

Выбор зависит от числа камер и параметров видеопотоков, пропускной способности канала, требований к хранению видео и SLA.

Модели для локального запуска

Локальную LLM выбирают по лицензии, качеству русского языка на корпоративных вопросах, длине контекста, требованиям к VRAM, поддержке квантизации и совместимости с движком инференса. На сентябрь 2026 года среди open-weight вариантов — Qwen3, Mistral Small 4 и gpt-oss.

LLM с открытыми весами для чат-ботов и RAG

Qwen3-32B содержит 32,8 млрд параметров и распространяется по Apache 2.0. Русский входит в заявленные 119 языков и диалектов. Контекст — 32 768 токенов, с YaRN — до 131 072. Длинный контекст нужно отдельно проверять на целевых документах и движке.

Mistral Small 4 — MoE-модель на 119 млрд параметров, из которых 6,5 млрд активны на токен. Контекст — 256K, лицензия — Apache 2.0. При 4–16 битах веса занимают грубо 60–238 ГБ без KV-кэша, runtime-буферов и запаса.

gpt-oss-20b и gpt-oss-120b поддерживают локальный запуск, распространяются по Apache 2.0 и имеют контекст 128K. OpenAI указывает преимущественно англоязычные данные предобучения, поэтому русский нужно проверять на корпоративном корпусе.

VRAM: почему параметров недостаточно

Базовая оценка памяти под веса в байтах — число параметров × битность / 8. Но для запуска в видеопамяти GPU, или VRAM, должны помещаться также KV-кэш, рабочие буферы движка (runtime) и запас. KV-кэш хранит промежуточные данные механизма внимания для уже обработанных токенов, чтобы не вычислять их заново при генерации.

Для одной последовательности KV-кэш в BF16 занимает около 8 ГиБ при 32 768 токенах и около 32 ГиБ при 131 072 токенах. При нескольких одновременно активных последовательностях общий объём KV-кэша растёт, поэтому параллельную нагрузку нужно учитывать отдельно.

Модели компьютерного зрения

В системе анализа полок детектор находит объекты, классификатор или поиск по эмбеддингу изображения определяет товар, а OCR распознаёт текст. Для видео при необходимости добавляют трекер, который отслеживает объекты между кадрами. Бизнес-правила превращают результаты в событие или задачу сотруднику. Эта цепочка обработки называется пайплайном.

Скорость одного детектора в бенчмарке не равна скорости всего пайплайна. Важно различать входной FPS — число поступающих кадров в секунду — и inference FPS — число кадров, обрабатываемых моделями за секунду.

Влияет и batching — объединение кадров в пакеты. Он может повысить пропускную способность, но ожидание заполнения пакета добавляет задержку.

Как подобрать инфраструктуру

Серверы для видеоаналитики и нагруженного инференса

GPU-сервер нужен, когда сервис обслуживает много одновременных LLM-запросов, несколько моделей или большой поток камер и требует резерва по мощности. Конфигурацию выбирают по целевой нагрузке и подтверждают нагрузочным тестом. Варианты есть в разделе серверов DigitalRazor для ИИ, а критерии выбора подробнее разобраны в материале «Как выбрать сервер для ИИ».

Scale

Для каких задач Сервер промышленного уровня на 8 GPU с кластерной архитектурой. Предназначен для дата-центров и AI-ферм, где требуется масштабируемость и полная загрузка ресурсов под обучение LLM и R&D.

Подробнее

Видеокарты

RTX PRO 6000 / RTX 5090

Объем видеопамяти до 768 ГБ

Процессоры

AMD Epyc, Intel Xeon

Количество ядер до 320

RAM до 3072 ГБ DDR5

Форм-фактор 6U

HPC 8000

Для каких задач Серия серверов для кластеризации на 8 GPU. Предназначены для дата-центров и AI-ферм, где требуется повышенная плотность для обучение LLM и R&D.

Подробнее

Видеокарты

L40s / RTX PRO / H200 NVL

Объем видеопамяти до 1128 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 256

RAM до 2048 ГБ DDR5

Форм-фактор 4U

HGX H200

Для каких задач HGX объединяет 8 видеокарт NVIDIA H200, достигая экстремальной плотности производительности. Благодаря внутренней связности NVSwitch мгновенно интегрируется в масштабные вычислительные кластеры.

Подробнее

Видеокарты

NVIDIA H200 SXM

Объем видеопамяти до 1128 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 256

RAM до 2048 ГБ DDR5

Форм-фактор 5U

Рабочие станции для локальных LLM и RAG

Для пилота, разработки и RAG небольшой команды подойдёт рабочая станция, если модель и нагрузка укладываются в её ресурсы. На ней можно проверить квантизацию, контекст и concurrency до закупки промышленной инфраструктуры. Примеры систем есть в разделе DigitalRazor для локальных LLM, а настройка пилота разобрана в гайде по LM Studio, API и RAG.

Как рассчитать сервер для LLM

Для расчёта нужны точная модель, формат данных (dtype) и квантизация, типичная и максимальная длина контекста, длина ответа и число одновременных запросов. Целевые показатели — TTFT, время до первого токена ответа, и tokens/s, скорость генерации в токенах в секунду. Для tokens/s отдельно задают скорость на запрос и суммарную пропускную способность сервиса.

Если на том же узле работают модели эмбеддингов, reranker, ASR или TTS, их потребление памяти и вычислительных ресурсов включают в расчёт.

Порядок проверки:

1. Проверить, хватает ли памяти под веса, KV-кэш и рабочие буферы с запасом.
2. Измерить задержку одного запроса (single-request latency).
3. Воспроизвести целевую concurrency с реальными длинами запросов и ответов.
4. Проверить TTFT, tokens/s и задержки p95/p99.
5. Определить число реплик — параллельно работающих экземпляров сервиса — и резерв на случай отказа или обслуживания узла.

Как рассчитать сервер для видеоаналитики

Нужны число камер, разрешение, кодек, битрейт, входная частота кадров и частота обработки кадров. Также учитывают число моделей, tracking, OCR, срок хранения видео, расположение узлов и SLA.

Для 100 камер с разрешением 1080p и средним битрейтом 4 Мбит/с суммарный видеопоток составляет около 400 Мбит/с. При передаче всего видео в центр такую нагрузку получает центральный канал. Непрерывный архив за 30 суток займёт примерно 129,6 ТБ. Это объём самого видео, без служебных данных, дисковой избыточности и запаса свободного места. Для сети также нужен запас на колебания битрейта и служебный трафик.

При анализе 10 кадров/с с каждой камеры системе нужно обрабатывать суммарно 1000 кадров/с. Но необходимое число GPU зависит от пайплайна.

В тестах DeepStream 9.1 — платформы видеоаналитики производителя GPU NVIDIA — ускоритель RTX PRO 6000 Blackwell Server Edition показывает:

• 946 FPS для детектора RT-DETR с входом 640 × 640 пикселей и трекером NvDCF;
• 159 FPS для детектора Grounding-DINO с входом 544 × 960 пикселей без трекера.

Оба теста используют 16-битную точность FP16 и TensorRT — движок оптимизации и выполнения моделей NVIDIA. Источник — тестовое видео 1080p H.265. Измерения включают декодирование и обработку до получения метаданных, но вывод изображения отключён.

Эти цифры показывают зависимость производительности от модели, разрешения и трекинга. Они не сравнивают качество распознавания и не заменяют тест на видео из магазинов с нужными OCR, правилами обработки и запасом мощности.

Что учитывать при расчёте инфраструктуры для разных ИИ-сценариев

Для локального архива отдельно проектируют систему хранения данных: её объём и пропускная способность могут ограничить систему наряду с GPU.

Как сравнить стоимость своего ИИ-сервера и облака

Универсального срока нет. При умеренной нагрузке ИИ-ассистент для ритейла может обходиться дешевле через API, а при стабильной высокой загрузке — на собственной инфраструктуре. Сравнение корректно только при сопоставимом качестве ответов, SLA и полном TCO за одинаковый период.

Что входит в TCO

Для локального запуска учитывают серверы, диски, сеть, внедрение, электричество, охлаждение, размещение, обслуживание, резервные мощности, лицензии и резервное копирование. Упрощённая оценка среднемесячных затрат:

Эта формула распределяет затраты на оборудование по сроку службы. Она не показывает срок возврата первоначальных вложений.

В облаке считают оплату токенов через API или аренду GPU по часам, работу моделей эмбеддингов и reranker, управляемый поисковый сервис (managed search), хранение данных (storage), операции и исходящий трафик. Также учитывают внедрение, поддержку и оплату резервируемых ресурсов, если они нужны для пиков или отказоустойчивости.

Сценарий 1 — корпоративный RAG-ассистент

Возьмём 1000 сотрудников, каждый из которых отправляет 10 запросов в день в течение 22 рабочих дней. Средний запрос содержит 2500 входных токенов, включая инструкции, историю диалога и найденные документы. На ответ приходится 350 оплачиваемых выходных токенов. Получаем 220 000 запросов, 550 млн входных и 77 млн выходных токенов в месяц.

На 8 сентября 2026 года в Yandex AI Studio — облачном сервисе работы с ИИ-моделями — синхронные запросы к языковой модели DeepSeek V4 Flash стоят 0,3 рубля за 1000 входных токенов и 0,5 рубля за 1000 выходных. Цены включают НДС. Тарифы Yandex AI Studio.

При этих ставках обработка запросов обойдётся примерно в 203 500 рублей в месяц. Расчёт не учитывает скидку на кэшированные входные токены, создание эмбеддингов, retrieval, reranker, сеть и поддержку. Если модель генерирует дополнительно оплачиваемые токены рассуждений, они тоже должны входить в принятый объём ответа.

Расходы на токены RAG-ассистента при разной нагрузке по тарифу DeepSeek V4 Flash на 8 сентября 2026 года

Таблица показывает рост расходов при неизменных длинах запросов, ответов и тарифах. Для расчёта окупаемости нужны стоимость локальной конфигурации, энергопотребление, обслуживание и резерв. Нагрузочный тест должен подтвердить нужную производительность той же модели или альтернативы с сопоставимым качеством ответов.

Сценарий 2 — видеоаналитика торговой сети

Для тех же 100 камер по 4 Мбит/с непрерывный архив за 30 дней занимает около 129,6 ТБ, или 120 699 ГиБ.

Для примера возьмём ставку 2,376 рубля за ГиБ в месяц с НДС, приведённую в документации Yandex Object Storage — облачного объектного хранилища — для класса Standard. Получаем примерно 287 тысяч рублей в месяц только за хранение. Это расчётное допущение, перед закупкой его нужно сверить с действующим прайс-листом.

Такая сумма соответствует заполненному 30-дневному архиву, объём которого сохраняется в течение всего расчётного месяца. В первый месяц, пока архив накапливается с нуля, средний занятый объём и плата за хранение будут ниже. Операции и исходящий интернет-трафик сверх бесплатных лимитов оплачиваются отдельно. Вычисления для видеоаналитики в эту сумму не входят.

Edge-обработка позволяет хранить исходное видео в магазине, а в центр отправлять события и метаданные. Это снижает нагрузку на WAN и потребность в центральном хранилище, если полный архив не требуется именно в центре. Локальные диски, их резервирование и обслуживание при этом остаются частью TCO.

Как начать внедрение локального ИИ

Внедрение локального ИИ лучше начинать с одной бизнес-задачи:

1. Выбрать метрику и зафиксировать исходное значение.
2. Подготовить данные и настроить права доступа.
3. Запустить пилот в облаке, на рабочей станции или edge-узле с учётом ограничений на передачу данных.
4. Измерить бизнес-эффект, проверить качество работы и задержки p95/p99 под целевой нагрузкой.
5. Рассчитать промышленную конфигурацию, резерв и TCO.

Размер модели и число камер — только часть исходных данных. Конфигурация зависит также от контекста, concurrency, параметров видеопотоков, SLA и требований к доступности.

Часто задаваемые вопросы

Подберём оборудование для ИИ в вашей сети

Расскажите, какую задачу хотите решить: помочь сотрудникам быстрее находить ответы, консультировать покупателей или контролировать полки. Для первого обсуждения достаточно описать сценарий, масштаб сети и ожидаемую нагрузку. Если пилот уже запущен, его результаты помогут точнее подобрать оборудование.

В DigitalRazor подберём рабочую станцию или GPU-сервер для ИИ с учётом выбранных моделей, требований к скорости и планов расширения. Проверим совместимость компонентов, предусмотрим необходимый объём памяти и учтём возможности вашей сети, хранилища и площадки.

Так будет проще понять, сколько стоит оборудование для старта, какой запас мощности нужен сейчас и как расширять систему по мере роста нагрузки. Оставьте заявку — обсудим вашу задачу и предложим подходящую конфигурацию.

Rackstation AI

Для каких задач Компактный GPU-сервер до 2 видеокарт для начальных задач в AI и графике. Оптимален для инференса, визуализации, VFX и рендеринга в студиях и лабораториях, где важна гибкость.

Подробнее

Видеокарты

RTX / RTX PRO / H200 NVL

Объем видеопамяти до 282 ГБ

Процессоры

Threadripper PRO

Количество ядер до 96

RAM до 1024 ГБ DDR5

Форм-фактор 4.5U

Devbox AI

Для каких задач Универсальная платформа на 4–6 GPU для локального обучения моделей и генеративных задач. Подходит для команд, которым важна надёжность сервера и свобода выбора графики — от RTX 5090 до PRO RTX 6000.

Подробнее

Видеокарты

RTX / RTX PRO / H200 NVL

Объем видеопамяти до 576 ГБ

Процессоры

Threadripper PRO

Количество ядер до 96

RAM до 1024 ГБ DDR5

Форм-фактор 6.5U

Scale

Для каких задач Сервер промышленного уровня на 8 GPU с кластерной архитектурой. Предназначен для дата-центров и AI-ферм, где требуется масштабируемость и полная загрузка ресурсов под обучение LLM и R&D.

Подробнее

Видеокарты

RTX PRO 6000 / RTX 5090

Объем видеопамяти до 768 ГБ

Процессоры

AMD Epyc, Intel Xeon

Количество ядер до 320

RAM до 3072 ГБ DDR5

Форм-фактор 6U

HPC 4000

Для каких задач Серия серверов для кластеризации на 4 GPU. Предназначены для дата-центров и AI-ферм, где требуется повышенная плотность для обучение LLM и R&D.

Подробнее

Видеокарты

L40s / RTX PRO / H200 NVL

Объем видеопамяти до 564 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 128

RAM до 1536 ГБ DDR5

Форм-фактор 2U

HPC 8000

Для каких задач Серия серверов для кластеризации на 8 GPU. Предназначены для дата-центров и AI-ферм, где требуется повышенная плотность для обучение LLM и R&D.

Подробнее

Видеокарты

L40s / RTX PRO / H200 NVL

Объем видеопамяти до 1128 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 256

RAM до 2048 ГБ DDR5

Форм-фактор 4U

HGX H200

Для каких задач HGX объединяет 8 видеокарт NVIDIA H200, достигая экстремальной плотности производительности. Благодаря внутренней связности NVSwitch мгновенно интегрируется в масштабные вычислительные кластеры.

Подробнее

Видеокарты

NVIDIA H200 SXM

Объем видеопамяти до 1128 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 256

RAM до 2048 ГБ DDR5

Форм-фактор 5U