MSI XpertStation WS300 (1× GB300 Grace Blackwell Ultra)
Новый
+200 ₽
Цена с учетом расширенной гарантии
Цена включает НДС 7%
11 749 000
руб.
Под заказ
Точную стоимость и срок поставки позиции рассчитает менеджер после оформления заказа
Узнать сроки доставки
40-60 раб. дней —
11 749 000 руб.
Гарантия 1 год с заменой компонентов
Доставка СДЭК и ведущими службами доставки
Тестируем оборудование
перед отправкой
перед отправкой
Гарантия 1 год с заменой компонентов
Подробнее
Условия доставки и самовывоза
Подробнее
Помощь в вопросе выбора и совместимости
Подробнее
| Тип | Новые |
| Основная задача | Инференс / Дообучение моделей / RAG-системы / Анализ данных / Визуализация и рендеринг |
| Процессор (CPU) | NVIDIA GB300 (Grace) |
| Видеокарта (GPU) | NVIDIA GB300 (Blackwell Ultra) |
| Количество GPU, шт | 1 |
| Общий объем видеопамяти (VRAM), ГБ | 279 |
| Тип памяти GPU | HBM3e |
| Объем оперативной памяти (RAM), ГБ | 496 |
| Тип оперативной памяти | LPDDR5x |
| Форм-фактор | Tower |
Подробное описание
<p>MSI XpertStation WS300 - это рабочая станция ИИ на архитектуре NVIDIA DGX Station с NVIDIA GB300 Grace Blackwell Ultra Desktop Superchip. Внутри установлены 1 × NVIDIA Grace-72 Core Neoverse V2 CPU и 1 × NVIDIA Blackwell Ultra GPU, поэтому система подходит для инференса, RAG-сценариев, анализа данных и локального дообучения моделей в формате deskside.</p>
<p>Конфигурация памяти включает 279 GB HBM3e на стороне GPU с пропускной способностью до 8 TB/s и 496 GB LPDDR5X на стороне CPU с пропускной способностью до 396 GB/s. MSI отдельно указывает общий когерентный пул памяти 775 GB coherent memory, что удобно для больших моделей, длинного контекста и крупного KV-cache без постоянных упоров в память.</p>
<p>Для подключения и расширения у станции есть 2 × 400 GbE QSFP через NVIDIA ConnectX-8, 1 × PCIe 5.0 x16, 2 × PCIe 5.0 x16 с линиями x8, а также накопители 4 × M.2 2280, из которых 4 × PCIe 5.0 x2. MSI также указывает до 20 PFLOPS AI-производительности для всей системы.</p>
<br>
<h3>Производительность GPU</h3>
<div>
<table border="0" cellpadding="0" cellspacing="0" style="border-collapse: collapse;">
<tbody>
<tr><td style="border-image: initial;"><b>Тип точности</b><td style="border-image: initial;"><b>Совокупная мощность GB300</b></td></tr>
<tr><td style="border-image: initial;">FP4 Tensor Core</td><td style="border-image: initial;">20 PFLOPS</td></tr>
<tr><td style="border-image: initial;">FP8 / FP6 Tensor Core</td><td style="border-image: initial;">10 PFLOPS</td></tr>
<tr><td style="border-image: initial;">BF16 / FP16 Tensor Core</td><td style="border-image: initial;">5 PFLOPS</td></tr>
<tr><td style="border-image: initial;">TF32 Tensor Core</td><td style="border-image: initial;">2.5 PFLOPS</td></tr>
<tr><td style="border-image: initial;">FP32</td><td style="border-image: initial;">83.3 TFLOPS</td></tr>
<tr><td style="border-image: initial;">FP64</td><td style="border-image: initial;">1.39 TFLOPS</td></tr>
<tr><td style="border-image: initial;">INT8 Tensor Core</td><td style="border-image: initial;">333 TOPS</td></tr>
</tbody>
</tbody>
</table>
</div>
<br>
<h3>Совместимость с LLM-моделями</h3>
<div>
<table border="0" cellpadding="0" cellspacing="0" style="border-collapse: collapse;">
<tbody>
<tr>
<td style="border-image: initial;"><b>Модель</b></td>
<td style="border-image: initial;"><b>Тип квантизации</b></td>
<td style="border-image: initial;"><b>Требуется VRAM</b></td>
<td style="border-image: initial;"><b>Совместимость</b></td>
<td style="border-image: initial;"><b>Примечание</b></td>
</tr>
<tr>
<td style="border-image: initial;">DeepSeek-R1-Distill-Llama-70B</td>
<td style="border-image: initial;">Нет</td>
<td style="border-image: initial;">Примерно 141GB</td>
<td style="border-image: initial;">✅</td>
<td style="border-image: initial;">На одном Blackwell Ultra GPU с 279GB HBM3E запускается без квантизации и остаётся запас под KV-cache и длинный контекст.</td>
</tr>
<tr>
<td style="border-image: initial;">Qwen3.5-397B-A17B-GGUF</td>
<td style="border-image: initial;">Q4_K_M</td>
<td style="border-image: initial;">Примерно 241GB</td>
<td style="border-image: initial;">✅</td>
<td style="border-image: initial;">В Q4 помещается в 279GB VRAM, но запас небольшой, поэтому лучше держать умеренный контекст и batch.</td>
</tr>
<tr>
<td style="border-image: initial;">gpt-oss:120b</td>
<td style="border-image: initial;">Нет (FP16)</td>
<td style="border-image: initial;">Примерно 260GB</td>
<td style="border-image: initial;">✅</td>
<td style="border-image: initial;">FP16 помещается почти впритык, для стабильной работы лучше ограничивать контекст или использовать более лёгкий режим точности.</td>
</tr>
<tr>
<td style="border-image: initial;">GLM-4.7-GGUF</td>
<td style="border-image: initial;">Q4_K_M</td>
<td style="border-image: initial;">Примерно 216GB</td>
<td style="border-image: initial;">✅</td>
<td style="border-image: initial;">Комфортно запускается в Q4 и оставляет запас под KV-cache и несколько параллельных сессий.</td>
</tr>
</tbody>
</table>
</div>
<h3>Совместимость с диффузионными моделями</h3>
<div>
<table border="0" cellpadding="0" cellspacing="0" style="border-collapse: collapse;">
<tbody>
<tr>
<td style="border-image: initial;"><b>Модель</b></td>
<td style="border-image: initial;"><b>Тип</b></td>
<td style="border-image: initial;"><b>Совместимость</b></td>
<td style="border-image: initial;"><b>Примечание</b></td>
</tr>
<tr>
<td style="border-image: initial;">Stable Diffusion XL 1.0</td>
<td style="border-image: initial;">Текст в изображение</td>
<td style="border-image: initial;">✅</td>
<td style="border-image: initial;">High-res, refiner и inpainting идут стабильно на одном GPU, остаётся запас памяти под несколько задач.</td>
</tr>
<tr>
<td style="border-image: initial;">Flux.2-dev</td>
<td style="border-image: initial;">Текст в изображение</td>
<td style="border-image: initial;">✅</td>
<td style="border-image: initial;">Хватает VRAM для high-res пайплайнов и параллельных генераций без жёстких ограничений по памяти.</td>
</tr>
<tr>
<td style="border-image: initial;">SD Turbo</td>
<td style="border-image: initial;">Быстрые предпросмотры</td>
<td style="border-image: initial;">✅</td>
<td style="border-image: initial;">Подходит для быстрых превью и большого числа коротких прогонов подряд.</td>
</tr>
<tr>
<td style="border-image: initial;">Kandinsky-5.0-T2I-Lite-sft-Diffusers</td>
<td style="border-image: initial;">Текст в изображение</td>
<td style="border-image: initial;">✅</td>
<td style="border-image: initial;">Лёгкая модель, можно держать несколько пайплайнов одновременно и повышать качество без упора в память.</td>
</tr>
<tr>
<td style="border-image: initial;">Kandinsky-5.0-T2V-Lite-sft-5s-Diffusers</td>
<td style="border-image: initial;">Текст в видео</td>
<td style="border-image: initial;">✅</td>
<td style="border-image: initial;">Удобно для пакетной генерации коротких роликов без длинных очередей.</td>
</tr>
</tbody>
</table>
</div>
Задать вопрос
<p>Конфигурация памяти включает 279 GB HBM3e на стороне GPU с пропускной способностью до 8 TB/s и 496 GB LPDDR5X на стороне CPU с пропускной способностью до 396 GB/s. MSI отдельно указывает общий когерентный пул памяти 775 GB coherent memory, что удобно для больших моделей, длинного контекста и крупного KV-cache без постоянных упоров в память.</p>
<p>Для подключения и расширения у станции есть 2 × 400 GbE QSFP через NVIDIA ConnectX-8, 1 × PCIe 5.0 x16, 2 × PCIe 5.0 x16 с линиями x8, а также накопители 4 × M.2 2280, из которых 4 × PCIe 5.0 x2. MSI также указывает до 20 PFLOPS AI-производительности для всей системы.</p>
<br>
<h3>Производительность GPU</h3>
<div>
<table border="0" cellpadding="0" cellspacing="0" style="border-collapse: collapse;">
<tbody>
<tr><td style="border-image: initial;"><b>Тип точности</b><td style="border-image: initial;"><b>Совокупная мощность GB300</b></td></tr>
<tr><td style="border-image: initial;">FP4 Tensor Core</td><td style="border-image: initial;">20 PFLOPS</td></tr>
<tr><td style="border-image: initial;">FP8 / FP6 Tensor Core</td><td style="border-image: initial;">10 PFLOPS</td></tr>
<tr><td style="border-image: initial;">BF16 / FP16 Tensor Core</td><td style="border-image: initial;">5 PFLOPS</td></tr>
<tr><td style="border-image: initial;">TF32 Tensor Core</td><td style="border-image: initial;">2.5 PFLOPS</td></tr>
<tr><td style="border-image: initial;">FP32</td><td style="border-image: initial;">83.3 TFLOPS</td></tr>
<tr><td style="border-image: initial;">FP64</td><td style="border-image: initial;">1.39 TFLOPS</td></tr>
<tr><td style="border-image: initial;">INT8 Tensor Core</td><td style="border-image: initial;">333 TOPS</td></tr>
</tbody>
</tbody>
</table>
</div>
<br>
<h3>Совместимость с LLM-моделями</h3>
<div>
<table border="0" cellpadding="0" cellspacing="0" style="border-collapse: collapse;">
<tbody>
<tr>
<td style="border-image: initial;"><b>Модель</b></td>
<td style="border-image: initial;"><b>Тип квантизации</b></td>
<td style="border-image: initial;"><b>Требуется VRAM</b></td>
<td style="border-image: initial;"><b>Совместимость</b></td>
<td style="border-image: initial;"><b>Примечание</b></td>
</tr>
<tr>
<td style="border-image: initial;">DeepSeek-R1-Distill-Llama-70B</td>
<td style="border-image: initial;">Нет</td>
<td style="border-image: initial;">Примерно 141GB</td>
<td style="border-image: initial;">✅</td>
<td style="border-image: initial;">На одном Blackwell Ultra GPU с 279GB HBM3E запускается без квантизации и остаётся запас под KV-cache и длинный контекст.</td>
</tr>
<tr>
<td style="border-image: initial;">Qwen3.5-397B-A17B-GGUF</td>
<td style="border-image: initial;">Q4_K_M</td>
<td style="border-image: initial;">Примерно 241GB</td>
<td style="border-image: initial;">✅</td>
<td style="border-image: initial;">В Q4 помещается в 279GB VRAM, но запас небольшой, поэтому лучше держать умеренный контекст и batch.</td>
</tr>
<tr>
<td style="border-image: initial;">gpt-oss:120b</td>
<td style="border-image: initial;">Нет (FP16)</td>
<td style="border-image: initial;">Примерно 260GB</td>
<td style="border-image: initial;">✅</td>
<td style="border-image: initial;">FP16 помещается почти впритык, для стабильной работы лучше ограничивать контекст или использовать более лёгкий режим точности.</td>
</tr>
<tr>
<td style="border-image: initial;">GLM-4.7-GGUF</td>
<td style="border-image: initial;">Q4_K_M</td>
<td style="border-image: initial;">Примерно 216GB</td>
<td style="border-image: initial;">✅</td>
<td style="border-image: initial;">Комфортно запускается в Q4 и оставляет запас под KV-cache и несколько параллельных сессий.</td>
</tr>
</tbody>
</table>
</div>
<h3>Совместимость с диффузионными моделями</h3>
<div>
<table border="0" cellpadding="0" cellspacing="0" style="border-collapse: collapse;">
<tbody>
<tr>
<td style="border-image: initial;"><b>Модель</b></td>
<td style="border-image: initial;"><b>Тип</b></td>
<td style="border-image: initial;"><b>Совместимость</b></td>
<td style="border-image: initial;"><b>Примечание</b></td>
</tr>
<tr>
<td style="border-image: initial;">Stable Diffusion XL 1.0</td>
<td style="border-image: initial;">Текст в изображение</td>
<td style="border-image: initial;">✅</td>
<td style="border-image: initial;">High-res, refiner и inpainting идут стабильно на одном GPU, остаётся запас памяти под несколько задач.</td>
</tr>
<tr>
<td style="border-image: initial;">Flux.2-dev</td>
<td style="border-image: initial;">Текст в изображение</td>
<td style="border-image: initial;">✅</td>
<td style="border-image: initial;">Хватает VRAM для high-res пайплайнов и параллельных генераций без жёстких ограничений по памяти.</td>
</tr>
<tr>
<td style="border-image: initial;">SD Turbo</td>
<td style="border-image: initial;">Быстрые предпросмотры</td>
<td style="border-image: initial;">✅</td>
<td style="border-image: initial;">Подходит для быстрых превью и большого числа коротких прогонов подряд.</td>
</tr>
<tr>
<td style="border-image: initial;">Kandinsky-5.0-T2I-Lite-sft-Diffusers</td>
<td style="border-image: initial;">Текст в изображение</td>
<td style="border-image: initial;">✅</td>
<td style="border-image: initial;">Лёгкая модель, можно держать несколько пайплайнов одновременно и повышать качество без упора в память.</td>
</tr>
<tr>
<td style="border-image: initial;">Kandinsky-5.0-T2V-Lite-sft-5s-Diffusers</td>
<td style="border-image: initial;">Текст в видео</td>
<td style="border-image: initial;">✅</td>
<td style="border-image: initial;">Удобно для пакетной генерации коротких роликов без длинных очередей.</td>
</tr>
</tbody>
</table>
</div>
Наличие на складах (0 шт.)
Санкт-Петербург, ул. Заозёрная, 8, корп. 2Л
Временно нет в наличии
Позиция временно отсутствует на складе. Ваш заказ будет отправлен с другого склада.
В случае если вам требуется самовывоз, менеджер согласует бесплатное перемещение на нужный склад.
Доступно бесплатное перемещение с другого склада в течении 1-2 рабочих дней
Москва, 2-я Брестская ул., 39 с4
Временно нет в наличии
Позиция временно отсутствует на складе. Ваш заказ будет отправлен с другого склада.
В случае если вам требуется самовывоз, менеджер согласует бесплатное перемещение на нужный склад.
Доступно бесплатное перемещение с другого склада в течении 1-2 рабочих дней
Мы отправляем заказы ведущими транспортными компаниями:
- CDEK
- Деловые линии
- ПЭК
Все отправления тщательно упаковываются и скорейшие сроки передаются в ТК.
Ориентировочные сроки сборки заказов:
- Серверные комплектующие: 1-2 раб. дня.
- Серверы: 1-4 раб. дня.
- Перемещение между офисами (МСК-СПБ): 1-2 раб. дня.
В случае если оборудование требуется в срочном порядке сообщите менеджеру и мы организуем приоритетную обработку вашего заказа с учетом выбора тарифа “Экспресс” со стороны ТК.
Оплата заказа доступна после подтверждения менеджером посредством следующих способов оплаты:
- Безналичная оплата по счету (для организаций)
- Онлайн оплата банковской картой ЮКасса (SberPay, T-Pay, СБП)
ServerFlow — это интернет магазин специализирующийся на продаже Б/У и новой серверной техники. Все наше оборудование проходит строгий процесс предпродажной подготовки. Мы уделяем большое внимание тестированию всех компонентов, чтобы минимизировать вероятность возникновения гарантийных случаев и обеспечить высокое качество продукции.
Также мы можем предложить расширенный срок гарантийных отношений:
входит в стоимость
1 174 900 ₽
1 762 350 ₽
2 349 800 ₽
2 937 250 ₽
Мы верим, что сможем обеспечить наилучший пользовательский опыт и ценим ваше доверие. Если у вас остались дополнительные вопросы, вы можете адресовать их в онлайн чате на сайте или задать в Telegram @serverflow.
Подробнее об условиях гарантии ServerFlow
ServerFlow активно занимается б/у оборудованием, поэтому мы готовы рассмотреть ваше оборудование в качестве основания для предоставления скидки в рамках “Trade-in”. Чтобы произвести оценку оборудования обратитесь в онлайн чат на сайте или в Telegram @serverflow.
Почему Trade-in в ServerFlow — это удобно:
- Оперативная оценка оборудования. Оператор онлайн чата постарается в течении 30 минут дать оценку оборудованию.
- Конструктивный диалог. Если вы не согласны с предложенной стоимостью мы постараемся найти компромисс.
- Забор оборудования. После согласования Trade-in мы согласуем курьерскую доставку от двери, а если вам удобно лично посетить наш офис в Москве или Санкт-Петербурге.
- Тестирование и подтверждение скидки. Технические инженеры ServerFlow проверяет стабильность вашего оборудования. В случае подтверждения стабильности мы утвердим скидку на оборудование.
Скидка 1 500 ₽ за обратную связь
Поделитесь впечатлением о работе ServerFlow после получения заказа.
* - скидка предоставляется при покупке от 30 000 рублей, в ином случае предусмотрена
бесплатная доставка до ПВЗ СДЭК.
Новый
+200 ₽
Цена с учетом расширенной гарантии
Цена включает НДС 7%
11 749 000
руб.
Под заказ
Точную стоимость и срок поставки позиции рассчитает менеджер после оформления заказа
Узнать сроки доставки
40-60 раб. дней —
11 749 000 руб.
Гарантия 1 год с заменой компонентов
Доставка СДЭК и ведущими службами доставки
Тестируем оборудование
перед отправкой
перед отправкой
11 749 000 руб.
Цена включает НДС 7%
Похожие товары
Новый
Под заказ
Точную стоимость и срок поставки позиции рассчитает менеджер после оформления заказа
Наличие на складах:
Санкт-Петербург, ул. Заозёрная, 8, корп. 2Л
Временно нет в наличии
Москва, 2-я Брестская ул., 39 с4
Временно нет в наличии
Huawei Atlas 800T A3 (8× Ascend 910C 128GB, 4× Kunpeng 920, RAM 2TB)
CPU:4× Kunpeng 920 (64 ядра, 64 потока)
RAM:2TB DDR5 ECC REG
Network:8-port QSFP 400Gbe, 56-port QSFP 400Gbe (Lingqu)
Блоки питания:6× 3000W
76423700
руб.
Цена включает НДС 7%
Новый
Под заказ
Точную стоимость и срок поставки позиции рассчитает менеджер после оформления заказа
Наличие на складах:
Санкт-Петербург, ул. Заозёрная, 8, корп. 2Л
Временно нет в наличии
Москва, 2-я Брестская ул., 39 с4
Временно нет в наличии
GIGABYTE XV24-SU0-AAJ1 (4× RTX PRO 6000 BSE 96GB, 1× Xeon 6737P, RAM 768GB)
CPU:1× Intel Xeon 6737P (32 ядер, 64 потоков)
RAM:768GB DDR5 ECC REG
Network:2x 2-port QSFP112 200Gbe
Блоки питания:4× 2000W 80+ Titanium
10251050
руб.
Цена включает НДС 7%
Новый
Под заказ
Точную стоимость и срок поставки позиции рассчитает менеджер после оформления заказа
Наличие на складах:
Санкт-Петербург, ул. Заозёрная, 8, корп. 2Л
Временно нет в наличии
Москва, 2-я Брестская ул., 39 с4
Временно нет в наличии
DELL PowerEdge XE9785 (8× B300 SXM 288GB)
CPU:2× AMD EPYC 9005 серии
RAM:до 6TB DDR5 ECC REG
Блоки питания:12× 3200W 80+ Titanium
95651800
руб.
Цена включает НДС 7%
Новый
Под заказ
Точную стоимость и срок поставки позиции рассчитает менеджер после оформления заказа
Наличие на складах:
Санкт-Петербург, ул. Заозёрная, 8, корп. 2Л
Временно нет в наличии
Москва, 2-я Брестская ул., 39 с4
Временно нет в наличии
ASUS Ascent GX10 (GB10 Grace Superchip, ARM v9.2-A (GB10), RAM 128GB, SSD 1TB)
CPU:ARM v9.2-A (GB10) 20 ядер, 10 Cortex-X925 + 10 Cortex-A725 Arm
RAM:128GB LPDDR5x
Network:2-port QSFP56 200Gbe, 1-port RJ45 10Gbe
Блоки питания:внешний 240W
716500
руб.
Цена включает НДС 7%
Новый
Под заказ
Точную стоимость и срок поставки позиции рассчитает менеджер после оформления заказа
Наличие на складах:
Санкт-Петербург, ул. Заозёрная, 8, корп. 2Л
Временно нет в наличии
Москва, 2-я Брестская ул., 39 с4
Временно нет в наличии
Supermicro SYS-821GE-TNMR2 (8× Instinct MI300X 192GB)
CPU:2× Intel Xeon Scalable 4/5-го поколения
RAM:до 8TB DDR5 ECC REG
Блоки питания:6× 3000W 80+ Titanium
31660600
руб.
Цена включает НДС 7%
Новый
Под заказ
Точную стоимость и срок поставки позиции рассчитает менеджер после оформления заказа
Наличие на складах:
Санкт-Петербург, ул. Заозёрная, 8, корп. 2Л
Временно нет в наличии
Москва, 2-я Брестская ул., 39 с4
Временно нет в наличии
DELL PowerEdge XE9680 (8× H100 SXM 80GB)
CPU:2× Intel Xeon Scalable 4/5-го поколения
RAM:до 4TB DDR5 ECC REG
Блоки питания:6× 2800W 80+ Titanium
37484200
руб.
Цена включает НДС 7%
Новый
Под заказ
Точную стоимость и срок поставки позиции рассчитает менеджер после оформления заказа
Наличие на складах:
Санкт-Петербург, ул. Заозёрная, 8, корп. 2Л
Временно нет в наличии
Москва, 2-я Брестская ул., 39 с4
Временно нет в наличии
NVIDIA DGX B300 (8× B300 SXM 288GB, 2× Xeon 6776P, RAM 2TB)
CPU:2× Xeon 6776P (64 ядра, 128 потоков)
RAM:2TB DDR5 ECC REG
Network:8× 1-port OSFP 800Gbe, 2× 2-port QSFP112 400Gbe
Блоки питания:12× 3300W 80+ Titanium
97081000
руб.
Цена включает НДС 7%
Новый
Под заказ
Точную стоимость и срок поставки позиции рассчитает менеджер после оформления заказа
Наличие на складах:
Санкт-Петербург, ул. Заозёрная, 8, корп. 2Л
Временно нет в наличии
Москва, 2-я Брестская ул., 39 с4
Временно нет в наличии
HP ZGX Nano G1n (GB10 Grace Superchip, ARM v9.2-A (GB10), RAM 128GB)
CPU:ARM v9.2-A (GB10) 20 ядер, 10 Cortex-X925 + 10 Cortex-A725 Arm
RAM:128GB LPDDR5x
Network:2-port QSFP56 200Gbe, 1-port RJ45 10Gbe
Блоки питания:внешний 240W
765600
руб.
Цена включает НДС 7%