Kentino AI Node V100 HGX-2 — 16× NVIDIA V100 SXM3 32 GB, 512 GB HBM2
Plataforma de nivel empresarial, ensamblada y probada en la UE.
Kentino AI Node V100 HGX-2
512 GB HBM2, Sixteen GPUs, Full NVSwitch
16x V100 SXM3 32 GB | 124.8 TFLOPS FP64
The DGX-2 class machine. Built to order on a Supermicro host.
A 10U node carrying sixteen NVIDIA V100 SXM3 modules on an HGX-2 baseboard with full NVSwitch any-to-any connectivity: 512 GB of HBM2, 124.8 TFLOPS of FP64, and every GPU talking to every other at full bandwidth. We build these to order on a Supermicro SYS-9029GP-TNVRT host. It is the cheapest route we know to a half-terabyte NVSwitch-pooled VRAM space, and for double-precision HPC it remains a serious tool.
Hardware
| Component | Detail |
|---|---|
| GPUs | 16x NVIDIA V100 SXM3 32 GB HBM2 (Volta, 350 W per module) |
| VRAM pool | 512 GB HBM2, NVSwitch-pooled as one address space |
| Memory bandwidth | 900 GB/s per GPU |
| GPU interconnect | NVLink 2 via NVSwitch - full any-to-any across all 16 GPUs |
| Compute | 2,000 TFLOPS fp16 | 124.8 TFLOPS FP64 |
| Host | Supermicro SYS-9029GP-TNVRT, 10U |
| CPUs | 2x Intel Xeon Scalable, dual LGA3647 |
| System memory | 1.5 TB DDR4-2666 ECC RDIMM (24x 64 GB, all slots populated) |
| Storage | 2x 1.92 TB U.2 NVMe boot + 2x 3.84 TB U.2 NVMe data. Expandable |
| Networking | 2x dual-port 100 GbE |
| Power | ~6.6 kW sustained, redundant PSU |
| Build | Assembled, burned in and memtested by Kentino with a written report |
What it runs
Volta is fp16 and FP64 hardware. These are the workloads it is genuinely good at.
| Component | Detail |
|---|---|
| Double-precision HPC | CFD, FEA, molecular dynamics, climate - 124.8 TFLOPS FP64 per node |
| fp16 training, validated codes | architectures already tuned for Volta |
| Large-pool experiments | 512 GB NVSwitch-coherent VRAM where capacity matters more than speed |
| Teaching and research | real 16-GPU NVSwitch behaviour on a fixed grant budget |
| DGX-2 / HGX-2 estate expansion | node parity with Volta hardware you already run |
Throughput figures are published vendor specifications for this GPU generation, not measurements on this exact configuration. We will give you measured numbers for your workload before you commit.
Power and cooling
Sixteen modules at 350 W is 5.6 kW of GPU - the same wall draw as an eight-GPU Hopper node, for a fraction of the throughput. Budget a dedicated 32 A three-phase feed and roughly one node per 10 kW of rack. The 10U chassis also takes a quarter of a standard rack. It needs genuine datacentre front-to-back airflow and a contained cold aisle below 24 C for 24/7 operation.
Be clear about what this is
No bf16, no fp8, no INT8 tensor cores. Volta has none of them. Most current quantised inference stacks assume bf16 or better, so a large part of today's ecosystem either will not run or will run badly here. 512 GB sounds competitive against a newer node, but the pool is HBM2 at 900 GB/s with fp16-only tensor paths. Do not buy this as an LLM serving node on the capacity number alone - if that is your workload, ask us about the A100 node instead.
Built from sourced baseboards. There is no new-channel supply of HGX-2 baseboards. We source them, and if they are ex-datacentre every module gets fresh thermal pads and paste plus a 72 hour burn-in before it ships - degraded factory pads are the main failure mode on hardware of this age. Lead time depends on sourcing and we will give you a real date, not an optimistic one.
One genuine advantage: V100 predates the Advanced Computing Item thresholds, so there is no KYC form and no End User Certificate. If export paperwork is what is blocking you on newer hardware, this is the node that does not need it.
What you get from Kentino
We build, test and support the complete node: host selection, assembly, thermal work on the baseboard, burn-in with a written report, OS and driver stack pinned to a Volta-compatible CUDA version, rack and airflow guidance, EU-based logistics and warranty.
Priced on request. Tell us your workload and we will come back with a firm quote, a realistic lead time, and an honest view of whether this or a newer node is the better buy.
Las preguntas que más nos hacen los compradores antes de pedir un servidor.
¿Cuánto tarda?
Las máquinas construidas con componentes que tenemos en stock se envían rápido; cualquier equipo que requiera una generación concreta de GPU depende del suministro. Le damos una fecha antes de que pague y, si se mueve, se lo decimos en lugar de dejar que lo descubra usted.
¿Se puede cambiar la configuración antes de que lo monten?
Casi siempre. Las GPU, la memoria, el almacenamiento y la refrigeración se eligen para cada pedido, y la configuración indicada es un punto de partida, no un paquete cerrado. Si necesita más VRAM, un almacenamiento más rápido o un enfoque de refrigeración distinto, indíquenoslo antes de realizar el pedido y le presupuestaremos el cambio.
¿Puedo recoger el servidor en persona?
Puede hacerlo. Nuestro almacén está en Praga y la recogida en persona es bienvenida: la mayoría de quienes vienen aprovechan la visita para repasar la máquina con nuestro ingeniero y hacer esas preguntas que resultan incómodas por correo. En los pedidos dentro de la República Checa también intentamos entregar en persona y explicarle la instalación in situ.
¿Puedo hablar con alguien que entienda de verdad la carga de trabajo?
Sí. Contamos con un ingeniero dedicado específicamente a los sistemas de IA, no con un mostrador comercial genérico. Si su pregunta trata sobre tamaños de lote, cuantización, interconexión o dónde estará su cuello de botella, háganosla: esa conversación suele mejorar la configuración.
¿Qué modelo puedo ejecutar en esta configuración?
Sí. Cada máquina se ensambla, se somete a pruebas de burn-in y se evalúa con cargas de trabajo de IA reales antes de enviarse, y sale de nuestras instalaciones con un LLM ya instalado y en funcionamiento. Usted solo tiene que conectarla, enlazarla a su red y ponerse a trabajar: la única decisión que queda es qué proyecto ejecutará primero.
¿Cómo se prueba un servidor antes del envío?
Lo probamos con cargas de trabajo de IA reales, no con puntuaciones sintéticas: rendimiento de inferencia, comportamiento bajo carga sostenida y temperaturas en funcionamiento continuo. Recibirá los resultados de las pruebas junto con la máquina, de modo que el rendimiento prometido sea el rendimiento que usted puede verificar desde el primer día.
¿Llega el servidor listo para funcionar?
Sí. Cada máquina se ensambla, se somete a pruebas de burn-in y se evalúa con cargas de trabajo de IA reales antes de enviarse, y sale de nuestras instalaciones con un LLM ya instalado y en funcionamiento. Usted solo tiene que conectarla, enlazarla a su red y ponerse a trabajar: la única decisión que queda es qué proyecto ejecutará primero.
Se envía desde nuestro almacén de la UE. Los artículos pesados pueden requerir transporte especial: contáctenos para obtener un presupuesto de envío y el plazo de entrega. Garantía limitada de 2 años con soporte RMA avanzado; garantía ampliada disponible.
¿No es exactamente lo que necesita?
Díganos cuál es su carga de trabajo y configuraremos esta plataforma a su medida: GPU, memoria, almacenamiento y refrigeración ajustados a lo que realmente ejecuta.