DigitalRazor Performance Pro 900D или HYDRO: локальная AI-станция вместо облачных GPU

Облачные GPU удобны для первых экспериментов с нейросетями. Но при постоянном инференсе, дообучении моделей и генерации контента компания начинает регулярно оплачивать аренду вычислительных ресурсов, зависит от доступности провайдера и передаёт данные за пределы собственной инфраструктуры.

DigitalRazor Performance Pro 900D и DigitalRazor Performance Pro HYDRO позволяют перенести ИИ-вычисления на локальную рабочую станцию. Обе серии подходят для машинного обучения, анализа данных и запуска нейросетей, но рассчитаны на разные типы нагрузки.

Краткое содержание

• Performance Pro 900D поддерживает два серверных процессора и до 1,5 ТБ памяти ECC;
• в станцию можно установить до двух графических ускорителей;
• Performance Pro HYDRO поддерживает уже до четырёх GPU;
• кастомная СЖО позволяет использовать несколько мощных видеокарт под длительной нагрузкой;
• локальная станция рациональна при регулярных вычислениях и работе с закрытыми данными;
• для коротких экспериментов и редких пиков нагрузки облако может остаться выгоднее.

Performance Pro 900D или HYDRO: в чём разница

Performance Pro 900D делает ставку на большое количество процессорных ядер и оперативной памяти. HYDRO — на плотную установку нескольких GPU и их стабильное охлаждение.

DigitalRazor Performance Pro 900D поддерживает от 64 до 256 процессорных ядер, до двух видеокарт и от 128 ГБ до 1,5 ТБ памяти REG ECC. Performance Pro HYDRO предлагает до 96 процессорных ядер, до четырёх GPU и до 1 ТБ памяти ECC.

Performance Pro 900D: когда важны процессоры и память

DigitalRazor Performance Pro 900D подходит для задач, где видеокарта выполняет только часть работы, а системе одновременно требуется обрабатывать большие датасеты, запускать виртуальные машины или выполнять ресурсоёмкую предварительную обработку данных.

Станцию стоит рассмотреть для:

• анализа больших массивов информации;
• подготовки и очистки датасетов;
• моделирования и научных расчётов;
• запуска нескольких виртуальных окружений;
• инференса на одной или двух GPU;
• задач, которым требуется более 512 ГБ оперативной памяти.

Типовые конфигурации включают два процессора Intel Xeon или AMD EPYC, от 256 ГБ до 1 ТБ памяти ECC и профессиональные видеокарты вплоть до RTX PRO 6000 с 96 ГБ VRAM.

Большой объём RAM особенно полезен, когда данные не помещаются в память обычной рабочей станции. Но два мощных процессора не заменяют четыре видеокарты: если основная нагрузка хорошо масштабируется на GPU, рациональнее выбрать HYDRO.

Performance Pro HYDRO: локальный кластер под столом

DigitalRazor Performance Pro HYDRO рассчитан на задачи, где скорость зависит прежде всего от количества графических ускорителей.

В типовых конфигурациях доступны:

• 2 × RTX 5090 32 ГБ и 256 ГБ RAM;
• 4 × RTX 5090 32 ГБ и 512 ГБ RAM;
• 2 × RTX PRO 6000 96 ГБ и 1 ТБ RAM.

Кастомный контур жидкостного охлаждения отводит тепло от процессора и массива видеокарт. Это позволяет проводить многочасовое дообучение моделей и другие тяжёлые вычисления на рабочем месте без серверных вентиляторов под ухом.

HYDRO подходит для:

• дообучения LLM методами LoRA и QLoRA;
• параллельных экспериментов с несколькими моделями;
• локальной генерации изображений и видео;
• компьютерного зрения;
• GPU-рендеринга;
• инференса с несколькими одновременными пользователями.

Четыре видеокарты не всегда ускоряют задачу ровно в четыре раза. Программа должна поддерживать распределение модели, данных или отдельных экспериментов между GPU. Подробнее об ограничениях и сценариях масштабирования мы рассказывали в статье «Multi-GPU в 2026 году: когда нужны несколько видеокарт».

Какую производительность даёт RTX 5090 в локальном ИИ

Для ориентира используем внутренние тесты DigitalRazor в TensorRT-LLM. В них одна RTX 5090 запускала квантизированную Llama 3 8B под Linux.

Это результаты одной видеокарты, а не готовых Performance Pro 900D или HYDRO. Итоговая скорость зависит от модели, квантизации, длины контекста, числа пользователей и программного стека. Несколько GPU могут ускорить параллельную обработку запросов или позволить разместить более крупную модель, но масштабирование нужно настраивать отдельно.

Если модель не помещается в 32 ГБ RTX 5090, стоит рассмотреть RTX PRO 6000 с 96 ГБ памяти. В тестах DigitalRazor профессиональная карта сохраняла преимущество в крупных моделях, которые вынуждали RTX 5090 частично переносить данные в системную память.

Подробный разбор требований разных моделей доступен в статье «Какой GPU нужен для локального ИИ».

Когда локальная станция выгоднее облака

Покупка собственной AI-станции имеет смысл, если вычисления выполняются регулярно, а оборудование большую часть рабочего времени находится под нагрузкой.

Локальная инфраструктура позволяет:

• не платить за каждый GPU-час или запрос к модели;
• хранить датасеты внутри компании;
• получить предсказуемую производительность;
• запускать эксперименты без ожидания свободного облачного ускорителя;
• самостоятельно выбирать модели и программный стек;
• не зависеть от геополитической ситуации, санкций и других ограничений;
• работать без постоянного подключения к интернету.

Но облако остаётся рациональным вариантом для короткого пилота, редких вычислений или временной потребности в ускорителях, которые компания не сможет регулярно загружать. Сравнение обеих моделей расходов разобрано в статье «Аренда или покупка GPU для бизнеса».

Готовая станция с настроенным окружением

Performance Pro 900D и HYDRO можно поставить с платформой DigitalRazor OneStack. Она включает проверенное окружение с Linux, драйверами NVIDIA, CUDA, Docker и инструментами для запуска моделей.

Это сокращает время между установкой оборудования и первым рабочим экспериментом. Платформа также подходит для закрытых контуров без доступа в интернет и команд, в которых нет отдельного специалиста по настройке GPU-инфраструктуры.

Что выбрать

DigitalRazor Performance Pro 900D стоит выбрать, если задачи требуют двух серверных процессоров, большого объёма оперативной памяти и одной или двух профессиональных видеокарт. Это решение для анализа данных, научных вычислений, виртуализации и смешанной CPU/GPU-нагрузки.

[ PERFORMANCE PRO 900D ]

900D Tower

2 x Gold 6430 · RTX 4000 20GB · 256GB DDR5 ECC · 2 ТБ NVMe 5.0

3 028 500 ₽

227 138 ₽ / мес Примерный ежемесячный платёж. Итоговая сумма рассчитывается индивидуально.

Подробнее

900D Tower

2 x EPYC 9534 · RTX PRO 5000 48GB · 512GB DDR5 ECC · 2 ТБ

6 022 500 ₽

451 688 ₽ / мес Примерный ежемесячный платёж. Итоговая сумма рассчитывается индивидуально.

Подробнее

900D Tower

2 x Platinum 8480+ · RTX PRO 6000 96GB · 1024GB DDR5 ECC · 2 ТБ NVMe 5.0

10 133 500 ₽

760 013 ₽ / мес Примерный ежемесячный платёж. Итоговая сумма рассчитывается индивидуально.

Подробнее

DigitalRazor Performance Pro HYDRO лучше подходит для локального дообучения, генеративного ИИ и других задач, которые масштабируются на несколько видеокарт. Станция позволяет установить до четырёх GPU и использовать их под длительной нагрузкой прямо в офисе.

[ Performance Pro HYDRO ]

Custom Hydro

7975WX · 2 x RTX 5090 32GB · 256GB DDR5 ECC · 1 ТБ NVME 5.0

4 210 000 ₽

315 750 ₽ / мес Примерный ежемесячный платёж. Итоговая сумма рассчитывается индивидуально.

Подробнее

Custom Hydro

7985WX · 4 x RTX 5090 32GB · 512GB DDR5 ECC · 1 ТБ NVME 5.0

7 474 000 ₽

560 550 ₽ / мес Примерный ежемесячный платёж. Итоговая сумма рассчитывается индивидуально.

Подробнее

Custom Hydro

7995WX · 2 x RTX PRO 6000 96GB · 1024GB DDR5 ECC · 1 ТБ NVME 5.0

13 143 500 ₽

985 763 ₽ / мес Примерный ежемесячный платёж. Итоговая сумма рассчитывается индивидуально.

Подробнее

Для единичного ИИ-ассистента или первой локальной модели возможностей этих систем может оказаться слишком много. Но если компания постоянно арендует несколько облачных GPU, работает с закрытыми данными или регулярно ждёт окончания вычислений, собственная ИИ-станция превращается из дорогого эксперимента в производственный инструмент.