Под заказ
Серверы
AI-серверы NVIDIA HGX / GPU-серверы
Серверные решения с GPU NVIDIA для обучения, инференса, корпоративных моделей и масштабируемой AI-инфраструктуры.
ДатацентрGPU-кластерМасштабирование
Цена и срок поставки — по запросу
Поставка по запросуСети
Сетевое оборудование и interconnect
Компоненты для создания low-latency инфраструктуры под распределённое обучение и корпоративный инференс.
- 400–800 Гбит/с на порт
- Quantum-2, Spectrum-4, LinkX
- NVLink внутри узла
- расчёт топологии до закупки
Стоимость рассчитываем под конфигурацию: она зависит от объёма памяти и накопителя, состава поставки и условий сервиса. Гарантия — от производителя, сопровождение запуска — с нашей стороны.
Сетевое оборудование и interconnect — та часть AI-инфраструктуры, которую чаще всего недооценивают. Когда в проекте несколько вычислительных узлов, именно связь между ними определяет реальную скорость: узкое место оказывается не в ускорителях, а в канале передачи данных.
Почему это критично
- При обучении моделей и распределённом инференсе узлы постоянно обмениваются большими объёмами данных.
- Если канал медленный, мощные ускорители простаивают в ожидании.
- Практически это выглядит так: оборудование куплено на полную мощность, а задача выполняется в разы дольше, чем должна.
Что входит в это направление
- Высокоскоростные сетевые адаптеры для соединения узлов и рабочих станций.
- Коммутаторы и кабельная инфраструктура для объединения в кластер.
- Оптические трансиверы и кабели для соединений внутри стойки и между стойками.
- Всё то, что превращает набор машин в единый вычислительный комплекс.
Когда пора об этом думать
Уже при объединении двух-трёх узлов — например, при соединении нескольких DGX Spark или рабочих станций. И обязательно при переходе на серверную платформу: там скоростная сеть не опция, а обязательное условие работоспособности кластера.
Мы проектируем сетевую часть вместе с вычислительной: подбираем топологию, адаптеры, коммутаторы и кабели так, чтобы канал не ограничивал вычисления. Расчёт делается под конкретную задачу, а не «по типовой схеме».
| Платформа | NVIDIA Networking: адаптеры ConnectX-7 и ConnectX-8, DPU BlueField-3, коммутаторы Quantum InfiniBand и Spectrum Ethernet, кабели LinkX |
|---|---|
| Архитектура | RDMA over Converged Ethernet / InfiniBand с выгрузкой сетевых операций и прямым доступом GPU к сети (GPUDirect RDMA, GPUDirect Storage) |
| Производительность ИИ | Скорость обмена между узлами решает, будут ли ускорители загружены полностью: 400 Гбит/с на порт (NDR) или 800 Гбит/с (XDR, 800GbE) |
| Сеть | InfiniBand NDR 400 Гбит/с (Quantum-2 QM9700, 64 порта, 51,2 Тбит/с) или XDR 800 Гбит/с (Quantum-X800 Q3400, 144 порта, 115,2 Тбит/с); Ethernet 800GbE (Spectrum-4 SN5600, 64 порта) |
| Порты и разъёмы | QSFP112 / OSFP / QSFP-DD; оптические трансиверы, медные DAC- и активные AOC-кабели LinkX |
| Операционная система | Linux: драйверы MLNX_OFED, интеграция с DGX OS и стеком NVIDIA |
| Энергопотребление | от ~20 Вт (сетевой адаптер) до нескольких киловатт (стоечный коммутатор) |
| Питание | Стандартное для стоечного оборудования, с резервированием и горячей заменой БП |
| Габариты (Ш×Г×В) | Зависит от позиции: плата расширения PCIe для адаптера, корпус 1–2U для коммутатора |
| Условия эксплуатации | Серверное помещение с контролем температуры |
| Комплект поставки | Адаптеры, коммутаторы, кабели и трансиверы — комплектом под проект |
| Гарантия и поддержка | Гарантия производителя, проектирование топологии, монтаж и настройка |
Зачем нужно отдельное сетевое оборудование, если есть обычный Ethernet?
Обычная сеть не выдерживает нагрузку обмена между AI-узлами: при обучении модели данные гоняются постоянно и в больших объёмах. Специализированные адаптеры и коммутаторы с поддержкой RDMA дают в разы большую пропускную способность и меньшие задержки — без этого ускорители простаивают.
Нужно ли это, если у меня пока одна машина?
Одна машина работает автономно, сеть не требуется. Вопрос возникает при объединении двух и более систем — тогда нужен как минимум высокоскоростной канал между ними.
Что такое InfiniBand и когда он нужен?
Это высокоскоростной стандарт для соединения узлов в кластер, применяемый в серьёзных вычислительных задачах. Нужен при построении многоузловых кластеров, где важны максимальная пропускная способность и минимальные задержки.
Можно ли использовать оптику в офисе?
Оптические соединения применяются и за пределами ЦОД, но требуют аккуратного обращения с трансиверами. Для коротких расстояний внутри стойки чаще используют медные кабели — подберём под вашу конфигурацию.
Вы проектируете топологию сети?
Да, это часть нашей работы: рассчитываем, как соединить узлы, какие нужны коммутаторы и кабели, чтобы связь не ограничивала вычисления. Схему выдаём до закупки.
Насколько это увеличивает стоимость проекта?
Сеть — обычно небольшая доля от стоимости вычислительных узлов, но именно она определяет, будут ли узлы работать на полную мощность. Экономия на сети почти всегда оборачивается простоем дорогого оборудования.
Кому подходит
Распределённое обучение моделей
Кластеры GPU-серверов
Корпоративные AI-платформы
Сопутствующие решения
Часто выбирают вместе
По запросу
Комплектующие
Комплектующие и кастомные конфигурации
Комплектующие и кастомные сборки под задачу: GPU, серверные платформы, память, накопители, сети, охлаждение. Проверка совместимости и тесты.
Сборка под ТЗGPUСерверные платформы
Цена и срок поставки — по запросу