DigitalRazor Devbox AI для студии генеративного контента: изображения, видео и 3D в общей системе

Генерация картинки занимает минуты, видео — намного дольше, а параллельно 3D-художнику ещё нужно посчитать сцену в Blender. Пока в студии один-два специалиста, эти задачи можно распределять по рабочим компьютерам. Когда команда растёт, мощные видеокарты начинают либо простаивать, либо постоянно мешать основной работе.

DigitalRazor Devbox AI позволяет собрать генеративные вычисления в одной системе: до четырёх RTX 5090 или до шести профессиональных ускорителей, Threadripper PRO с количеством ядер до 96 и до 2 ТБ оперативной памяти ECC. Сервер можно использовать для генерации изображений и видео, локальных моделей ИИ, рендера и других GPU-задач.

Одна система вместо нескольких отдельных станций

Типичная студия генеративного контента использует сразу несколько классов инструментов:

• FLUX и Stable Diffusion — для изображений, концептов и вариантов дизайна;
• Wan 2.2 и Hunyuan Video — для генерации видео;
• Blender и другие 3D-пакеты — для геометрии, сцен, анимации и финального рендера;
• локальные LLM — для сценариев, промптов, описаний и автоматизации пайплайна.

Все эти задачи активно используют GPU, но необязательно запускаются одним человеком одновременно.

Вместо установки RTX 5090 в каждый рабочий компьютер студия может вынести самые тяжёлые вычисления на общий Devbox AI. Художники и дизайнеры работают на своих машинах, а генерацию и длительные расчёты отправляют на сервер.

Так дорогие ускорители можно загружать практически постоянно, а рабочие ПК не превращаются в очередь из фоновых задач.

Какую конфигурацию выбрать

Devbox AI поддерживает до четырёх полноразмерных видеокарт уровня RTX 5090 или H200 NVL и до шести более компактных профессиональных ускорителей. В актуальном каталоге доступны RTX 5080, RTX 5090, RTX PRO 4500, RTX PRO 5000, RTX 6000 Ada и RTX PRO 6000.

Для студии, где важнее пропускная способность и количество одновременно выполняемых задач, интересна конфигурация с 4 × RTX 5090 32 ГБ.

Если отдельные модели, сцены или пайплайны требуют больше 32 ГБ видеопамяти, стоит смотреть в сторону RTX PRO 5000 72 ГБ или RTX PRO 6000 96 ГБ. Devbox AI позволяет установить четыре RTX PRO 6000 с суммарными 384 ГБ установленной VRAM.

При этом 4 × 32 ГБ нельзя автоматически считать одной видеокартой на 128 ГБ. Способ использования нескольких GPU зависит от конкретной программы: можно распределять независимые генерации по разным ускорителям или использовать поддерживаемый программой Multi-GPU, но память отдельных карт обычно не складывается в один общий буфер.

Изображения: параллельные генерации вместо очереди

С генерацией изображений преимущество нескольких GPU особенно понятно.

Один художник запускает FLUX, второй перебирает варианты в Stable Diffusion, третий делает апскейл или отдельный набор изображений. Вместо последовательной обработки задачи можно распределить между разными ускорителями.

DigitalRazor OneStack уже поддерживает FLUX и Stable Diffusion и позволяет запускать инструменты в контейнерах через единый интерфейс.

Для небольшой команды это зачастую полезнее, чем пытаться заставить одну генерацию использовать сразу все четыре GPU. Главный выигрыш — параллельность: несколько специалистов получают вычислительные ресурсы одновременно.

Подробнее требования FLUX, Stable Diffusion и других моделей мы разобрали в статье «Какой GPU нужен для локального ИИ».

Видео: когда одной RTX 5090 уже мало

Генерация видео намного тяжелее статичных изображений. В работу добавляется временная последовательность кадров, а требования к памяти и времени вычислений резко растут.

В библиотеке DigitalRazor OneStack доступны, в частности, Wan 2.2 и Hunyuan Video 1.5. Платформа позволяет разворачивать модели и управлять контейнерами через браузер без ручной сборки каждого окружения с нуля.

На Devbox AI команда может разделить GPU между несколькими процессами: например, одну пару ускорителей выделить для видео, остальные — под изображения или другой проект.

Это особенно удобно для продакшена, где генерация редко заканчивается первой удачной попыткой. Обычно нужно получить десятки вариантов, изменить промпт, заменить исходный кадр, поправить движение и запустить задачу заново.

Чем больше таких итераций выполняется параллельно, тем меньше студия ждёт железо.

А что с 3D

Devbox AI полезен не только для диффузионных моделей. Сервер поддерживает сценарии 3D-графики и высоконагруженного рендера.

Особенно хорошо несколько GPU работают в Blender Cycles. По данным тестирования DigitalRazor, масштабирование RTX 5090 выглядит так:

Четыре RTX 5090 дают примерно 3,45 производительности одной карты в рассматриваемом сценарии Blender Cycles. Это хороший результат для локального рендер-узла, хотя масштабирование и не становится идеально линейным.

Есть и важное ограничение: сцена должна помещаться в память каждой используемой видеокарты. Четыре RTX 5090 — это четыре ускорителя по 32 ГБ, а не один GPU со 128 ГБ VRAM. Для особенно тяжёлых сцен разумнее использовать RTX PRO 6000 с 96 ГБ памяти.

Подробнее поведение нескольких GPU в Blender и других профессиональных программах разобрано в статье «Multi-GPU в 2026 году: когда нужны несколько видеокарт».

Почему студии нужен именно сервер

Четыре RTX 5090 — это уже не тот компьютер, который хочется поставить рядом с дизайнером.

Devbox AI использует корпус 6,5U, блоки питания общей мощностью 6400 Вт с резервированием 1+1 и два сетевых интерфейса 10 Гбит/с. В систему можно установить четыре NVMe PCIe 5.0.

DigitalRazor прямо рекомендует размещать Devbox AI в серверной или ЦОД: система рассчитана на отвод тепла от четырёх-шести мощных ускорителей и под нагрузкой создаёт соответствующий уровень шума.

Для студии это скорее плюс. Горячее и шумное оборудование находится отдельно, а сотрудники получают доступ к вычислениям по сети.

Не обязательно вручную собирать весь программный стек

Devbox AI можно приобрести в комплекте с программным комплексом DigitalRazor OneStack.

Платформа включает подготовленное окружение с драйверами NVIDIA, CUDA, Docker и инструментами управления контейнерами. Через интерфейс можно следить за загрузкой GPU, CPU, VRAM и оперативной памяти, запускать модели и управлять сервисами.

Для генеративной студии интересен и сам принцип работы OneStack: разные инструменты можно держать в изолированных контейнерах. Обновление одной нейросети или зависимости не должно ломать окружение другой.

Это позволяет превратить сервер не в «компьютер одного ИИ-художника», а в общую вычислительную платформу команды.

Когда Devbox AI уже имеет смысл

Такой сервер будет избыточным для одного дизайнера, который несколько раз в неделю запускает Stable Diffusion.

Devbox AI стоит рассматривать, когда:

• несколько специалистов постоянно используют генеративный ИИ;
• видео приходится считать часами;
• появляется очередь на доступ к мощным GPU;
• команда одновременно работает с изображениями, видео и 3D;
• облачные GPU используются практически постоянно;
• контент или исходные материалы нельзя отправлять внешнему провайдеру;
• студия хочет централизовать вычисления и не обновлять каждый рабочий ПК отдельно.

Для небольшой команды с одной-двумя GPU может быть достаточно DigitalRazor Rackstation AI. Devbox AI становится следующей ступенью, когда два ускорителя уже превращаются в ограничение.

DigitalRazor Rackstation AI

Не четыре дорогих ПК, а один общий вычислительный ресурс

Главная идея DigitalRazor Devbox AI для генеративной студии — не в том, чтобы запихнуть побольше видеокарт в один корпус. Смысл в том, чтобы отделить рабочее место от вычислительного ресурса.

Дизайнеру нужен удобный компьютер и быстрый интерфейс. Генерации Wan 2.2 всё равно, под каким столом стоит видеокарта. Blender Cycles тоже не требует, чтобы четыре RTX 5090 находились рядом с клавиатурой художника.

Поэтому изображения, видео, локальные модели ИИ и финальный 3D-рендер можно перенести на общий сервер, загрузить его задачами всей команды и оставить персональные компьютеры свободными для самой работы.

DigitalRazor подберёт конфигурацию Devbox AI под используемые модели, количество специалистов и объём параллельных задач. Перед покупкой сервер доступен для тестирования на реальной нагрузке заказчика.

Для каких задач Для локального обучения LLM, генеративных моделей и R&D

Подробнее

Видеокарты

4 x NVIDIA RTX 5080 16GB

Объем видеопамяти 64 ГБ

Процессоры

Threadripper PRO 7985WX

Количество ядер 64

RAM 512GB DDR5

Форм-фактор 6.5U

Для каких задач Для локального обучения LLM, генеративных моделей и R&D

Подробнее

Видеокарты

4 x NVIDIA RTX 5090 32GB

Объем видеопамяти 128 ГБ

Процессоры

Threadripper PRO 7985WX

Количество ядер 64

RAM 512GB DDR5

Форм-фактор 6.5U

Для каких задач Для локального обучения LLM, генеративных моделей и R&D

Подробнее

Видеокарты

6 x NVIDIA RTX PRO 6000 96GB

Объем видеопамяти 576 ГБ

Процессоры

Threadripper PRO 7995WX

Количество ядер 96

RAM 1024GB DDR5

Форм-фактор 6.5U