Kentino AI Node H100 — 8× NVIDIA H100 SXM5, 640 GB HBM3
Plattform in Enterprise-Qualität, in der EU montiert und getestet.
Kentino AI Node H100
640 GB HBM3, NVSwitch-Pooled
8x H100 SXM5 | 15,832 INT8 TOPS
The Hopper reference node - the best-understood 8-GPU platform in production.
An 8U node carrying eight NVIDIA H100 SXM5 80 GB modules on a single NVLink/NVSwitch baseboard: 640 GB of HBM3 at 3.35 TB/s per GPU, full any-to-any 900 GB/s GPU-to-GPU bandwidth, dual Intel Xeon Gold 6538Y+, 2 TB DDR5 ECC RDIMM and U.2 NVMe storage. The H100 is the most widely benchmarked 8-GPU platform in existence, which matters more than it sounds: if you have an existing training recipe, a vendor SLA or a procurement process built around H100 numbers, this is the node that matches them without re-validation.
Hardware
| Component | Detail |
|---|---|
| GPUs | 8x NVIDIA H100 SXM5 80 GB HBM3 (Hopper, 700 W per module) |
| VRAM pool | 640 GB HBM3, NVSwitch-pooled |
| Memory bandwidth | 3.35 TB/s per GPU |
| GPU interconnect | NVLink 4 via NVSwitch, 900 GB/s any-to-any |
| Compute | 7,912 TFLOPS bf16 dense | 15,832 TFLOPS fp8 dense | 15,832 INT8 TOPS |
| CPUs | 2x Intel Xeon Gold 6538Y+, 32C/64T each (64C/128T). Platinum 8558 (96C/192T) available as an upgrade |
| System memory | 2 TB DDR5 ECC RDIMM (16x 128 GB) |
| Storage | 2x 1.92 TB U.2 NVMe boot + 2x 3.84 TB U.2 NVMe data |
| Networking | 2x NVIDIA ConnectX-7. Up to 8x on request |
| Chassis | 8U rack-mount, front-to-back airflow, 24/7 rated |
| Power | 6x 3000 W (3+3) redundant Titanium |
What it runs
640 GB covers the whole current open-weight landscape at fp8 or Q4. Estimates are for this 8-GPU configuration with tensor parallelism.
| Component | Detail |
|---|---|
| Llama 3.3 70B / Qwen3-72B | fp8. ~90-130 tok/s single stream, 5,000+ tok/s batched |
| DeepSeek-V3.2 / R1 671B | Q4 comfortably; fp8 needs weight streaming at this pool size |
| Qwen3-235B-A22B MoE | fp8 native with context headroom |
| Qwen3-Coder-480B-A35B | Q4 agentic coding, full 8-GPU tensor parallel |
| Full fine-tune 70B | 8-way tensor parallel |
| Mixed multi-tenant | several 70B-class models resident simultaneously |
Throughput figures are estimates derived from published vendor specifications and community benchmarks for this GPU generation, not measurements taken on this exact configuration. We will give you measured numbers for your model and context length before you commit.
Power and cooling
Roughly 6.7 kW sustained - identical envelope to the H200 node. Dedicated 32 A three-phase feed per node, rack budget around one node per 10 kW, contained cold aisle below 24 C with genuine front-to-back airflow for 24/7 operation.
Export control - read this before ordering
The H100 is an Advanced Computing Item (ECCN 3A090.a). Shipment requires a completed KYC form and an End User Certificate naming the end user, the installation address and the intended use.
Budget several weeks for clearance on top of hardware lead time. If the end user cannot be named, this hardware cannot be supplied.
What you get from Kentino
Kentino supplies, configures and supports this node as a complete deployment: rack and power design against your site's actual feed, front-to-back airflow sizing for 24/7 operation, OS and driver stack (Ubuntu with pinned NVIDIA driver, CUDA, container toolkit), the inference or training stack of your choice, burn-in with a written report, EU-based logistics and warranty.
We also handle the export paperwork with you rather than mailing you a form and hoping. That part takes longer than the hardware and is where most first-time buyers of this class of machine get stuck.
Price shown is EUR excluding VAT, EXW Prague (Incoterms 2020). Collection, freight, insurance and any destination import duties are for the buyer’s account. Lead time on request.
Before you order this, ask us to quote the H200 node alongside it - at current channel pricing the 8x H200 baseboard often lands at or below the H100 board while carrying 1,128 GB instead of 640 GB. We would rather tell you that up front than sell you the wrong node.
Die Fragen, die uns Käufer vor der Bestellung eines Servers am häufigsten stellen.
Wie lange dauert es?
Maschinen aus Komponenten, die wir vorrätig haben, werden schnell versandt; alles, was eine bestimmte GPU-Generation erfordert, hängt von der Verfügbarkeit ab. Wir nennen Ihnen ein Datum, bevor Sie zahlen, und wenn es sich verschiebt, sagen wir es Ihnen, statt Sie es selbst herausfinden zu lassen.
Kann die Konfiguration vor dem Bau noch geändert werden?
Fast immer. GPUs, Arbeitsspeicher, Storage und Kühlung werden je Bestellung ausgewählt, und die angegebene Konfiguration ist ein Ausgangspunkt und kein festes Paket. Wenn Sie mehr VRAM, schnelleren Storage oder ein anderes Kühlkonzept benötigen, sagen Sie es vor der Bestellung – wir kalkulieren die Änderung.
Kann ich den Server persönlich abholen?
Das können Sie. Unser Lager befindet sich in Prag, und die persönliche Abholung ist willkommen – die meisten, die vorbeikommen, nutzen den Besuch, um die Maschine gemeinsam mit unserem Ingenieur durchzugehen und die Fragen zu stellen, die per E-Mail unangenehm sind. Bei Bestellungen innerhalb Tschechiens versuchen wir außerdem, persönlich zu liefern und Sie vor Ort durch die Einrichtung zu führen.
Kann ich mit jemandem sprechen, der den Workload wirklich versteht?
Ja. Bei uns arbeitet ein Ingenieur speziell an KI-Systemen, kein allgemeines Vertriebsteam. Wenn Ihre Frage Batch-Größen, Quantisierung, Interconnect oder die Frage betrifft, wo Ihr Engpass liegen wird, stellen Sie sie — dieses Gespräch verändert die Konfiguration meist zum Besseren.
Welches Modell kann ich auf dieser Konfiguration betreiben?
Ja. Jede Maschine wird montiert, einem Burn-in-Test unterzogen und mit realen KI-Workloads gebenchmarkt, bevor sie ausgeliefert wird — und sie verlässt uns mit einem bereits installierten und laufenden LLM. Sie schließen sie an, verbinden sie mit Ihrem Netzwerk und legen los — die einzige verbleibende Entscheidung ist, welches Projekt zuerst darauf läuft.
Wie testen Sie einen Server vor dem Versand?
Wir testen ihn mit echten KI-Workloads statt mit synthetischen Benchmarks: Inferenz-Durchsatz, Verhalten unter Dauerlast und Thermik im Dauerbetrieb. Die Benchmark-Ergebnisse erhalten Sie zusammen mit der Maschine, sodass Sie die zugesagte Leistung vom ersten Tag an selbst überprüfen können.
Ist der Server bei Lieferung betriebsbereit?
Ja. Jede Maschine wird montiert, einem Burn-in-Test unterzogen und mit realen KI-Workloads gebenchmarkt, bevor sie ausgeliefert wird — und sie verlässt uns mit einem bereits installierten und laufenden LLM. Sie schließen sie an, verbinden sie mit Ihrem Netzwerk und legen los — die einzige verbleibende Entscheidung ist, welches Projekt zuerst darauf läuft.
Versand aus unserem EU-Lager. Schwere Artikel erfordern unter Umständen eine Speditionslieferung — kontaktieren Sie uns für ein Versandangebot und die Lieferzeit. 2 Jahre eingeschränkte Garantie mit erweitertem RMA-Support; Garantieverlängerung verfügbar.
Nicht ganz das, was Sie brauchen?
Nennen Sie uns Ihren Workload, und wir legen diese Plattform darauf aus – GPUs, Arbeitsspeicher, Storage und Kühlung passend zu Ihrem tatsächlichen Betrieb.