Kentino AI 192 Rome ArcProB70 TBD — 6× Intel Arc Pro B70 — EPYC Milan (ennakkotilaus)
Yritystason alusta, koottu ja testattu EU:ssa.
VALMISTEILLA
Ennakkotilaus — Intel Arc Pro B70, toimitustavoite Q3 2026
Kentino AI 192 Rome ArcProB70 TBD
192 GB VRAM Intel Xe2 -päättelypalvelin
6x Arc Pro B70 | EPYC Milan | TOPS tarkentuu
Edullinen suuren VRAM-muistin kokoonpano Intelin avoimen lähdekoodin päättelypinoon. Hinta lukitaan Intelin saatavuuden mukaan.
4U-räkkiin asennettava päättelypalvelin, jossa kuusi Intel Arc Pro B70 Creator -korttia (kukin 32 GB Xe2-HPG "Battlemage", yhteensä 192 GB), yksi AMD EPYC 7643 Milan -suoritin (48C/96T), 384 GB DDR4 ECC, 2 TB NVMe -käynnistyslevy ja 2 kW:n ATX-virtalähde (kahden virtalähteen päivitys vahvasti suositeltu). Rakennettu Intelin ohjelmistoekosysteemiin: OpenVINO 2025+, IPEX-LLM, llama.cpp SYCL -taustaosa ja vLLM-Intel-haarat. Pelkkää CUDAa vaativat kuormitukset eivät toimi tällä laitteistolla.
Laitteisto
| Komponentti | Tiedot |
|---|---|
| GPU:t | 6x Intel Arc Pro B70 Creator 32 GB (Xe2-HPG "Battlemage", 250 W, PCIe 5.0 x16, kaksipaikkainen) |
| VRAM-pooli | 192 GB yhteensä 6 kortilla (ei korttien välistä väylää — vertaisliikenne PCIe:n kautta) |
| CPU | AMD EPYC 7643 Milan (48C/96T, 225 W, 128x PCIe 4.0 -linjaa) |
| Emolevy | ASRock Rack ROMED8-2T (SP3, 7x PCIe 4.0 x16, 8x DDR4 ECC, 2x 10 GbE, IPMI) |
| Keskusmuisti | 384 GB DDR4-2666 ECC RDIMM (6x 64 GB) |
| Käynnistys / tallennus | 2 TB NVMe M.2 (PCIe 4.0 x4) |
| Virtalähde | 1x 2 kW:n ATX-virtalähde (päivitys kahteen synkronoituun 2 kW:n virtalähteeseen vahvasti suositeltu) |
| Kotelo | 4U-räkkikotelo (6 korttipaikan asettelu) |
| Jäähdytys | SP3-tornijäähdytin (Arctic Freezer 4U-M) + ohjattu ilmavirta edestä taakse (teollisuustuulettimet) |
| Verkko | Integroitu kaksois-10 GbE (Intel X550) |
Tehobudjetti
- GPU-kulutus: 6 x 250 W = 1 500 W (Intelin julkaisema TDP)
- Järjestelmä yhteensä täydellä kuormalla: ~1 825 W
- Virtalähde yhteensä: 2 000 W (yksi) — vain 8.75 % varaa
- Kaksi synkronoitua 2 kW:n virtalähdettä vahvasti suositeltu — palauttaa ~45 % varan
Linjatopologia
ROMED8-2T tarjoaa 7x PCIe 4.0 x16 -paikkaa. Kuusi paikkaa käytössä; yksi vapaana verkkokortille. Arc Pro B70 on natiivisti PCIe Gen5; ROMED8-2T toimii Gen4-nopeudella — vaikutus kaistaan on päättelyssä merkityksetön 32 GB:n muistilla per kortti. Ei PCIe-kytkintä. Ei Xe-Link-vastinetta.
Mitä sillä voi ajaa
Kaikki yhteensopivuusväitteet koskevat Intelin ohjelmistopinon polkuja (OpenVINO, IPEX-LLM, llama.cpp SYCL, vLLM-Intel). Pelkkää CUDAa vaativat kuormitukset eivät toimi tällä laitteistolla. Kaikki luvut perustuvat julkaistuihin ulkoisiin lähteisiin, ja ne tarkistetaan itsenäisesti korttien toimitusten alkaessa.
LLM:t — teksti / päättely / koodaus
Kiinalaiset frontier-mallit
- Qwen3 / Qwen3.5 (Alibaba): Qwen3-235B-A22B Q4 (~132 GB) pitkän kontekstin varalla; Qwen3-Coder-480B-A35B Q2 (~160 GB); Qwen3.5-397B-A17B Q3 (~170 GB)
- GLM / Z.ai: GLM-4.5 / 4.6 / 4.7 Q4 (~177 GB) — mahtuu kohtuullisella KV-välimuistilla
- Tencent Hunyuan: Hunyuan-Large Q3 (~160 GB); Hunyuan-A13B fp8 (~80 GB), jos Xe2:n fp8-polku on käytettävissä ajurissa
- Muut: Baidu ERNIE-4.5-424B Q3 (~180 GB); MiniMax-M1 Q3 (~180 GB); DeepSeek-R2 32B (6x rinnakkaista virtaa)
Länsimaiset frontier-mallit
- Meta Llama: Llama 3.3 70B Q6-Q8 runsaalla KV-välimuistilla; Llama 4 Scout 109B/17B Q4 (~63 GB) väljästi
- Mistral: Mistral Small 3 / Magistral Small / Devstral Small 2 (24B) bf16-tarkkuudella; Pixtral Large Q4-Q6
- OpenAI (avoimet painot): gpt-oss-120b MXFP4 natiivisti (~80 GB) — jos MXFP4-dekvantisointi on saatavilla Intelin pinossa
- NVIDIA Nemotron: Llama-3.1-Nemotron Ultra 253B Q4 (~120 GB)
- Muut: Gemma 3 27B bf16 multimodaalinen; Phi-4 / Phi-4-reasoning 14B; Cohere Command R+ 104B Q4
Kuva-kielimallit (VLM)
Qwen3-VL-8B / 32B; Qwen3-VL-30B-A3B MoE; InternVL3 enintään 78B; InternVL3.5-38B; Llama 3.2 90B Vision Q4; Pixtral 12B; Molmo 72B Q4; Gemma 3 12B/27B multimodaalinen; MiniCPM-V 2.6 / MiniCPM-o 2.6. Intelin OpenVINO tukee vahvasti näkömalleja — VLM on todennäköinen vahvuus heti alusta alkaen.
Kuvagenerointi
FLUX.1 [dev] / [schnell] fp8 tai Q4 GGUF llama.cpp SYCL:n kautta; SDXL / SD 3.5 Large OpenVINO genAI -ajoympäristöllä; HunyuanDiT; HunyuanImage-2.1 bf16 (~34 GB); Kolors 2.0; AuraFlow; OmniGen; PixArt-Sigma.
Videogenerointi
Wan 2.2 T2V-A14B / I2V-A14B MoE (~54 GB bf16); Wan 2.2 TI2V-5B; HunyuanVideo 13B bf16; HunyuanVideo 1.5; CogVideoX-5B; Open-Sora 2.0; LTX-Video; Pyramid Flow; Mochi-1 Q4. Video on tällä hetkellä Intelin heikoin osa-alue — toimitushetkellä odotettavissa toimiva mutta ei läpäisyltään optimaalinen.
Ääni / puhe / TTS
- ASR: Whisper v3 large / turbo OpenVINO:n kautta (Intelin ensiluokkainen Whisper-tuki); Parakeet-TDT; Canary; SenseVoice
- TTS: CosyVoice 2/3; Kokoro 82M; Stable Audio Open; XTTS v2; StyleTTS 2; Step-Audio-EditX
- Reaaliaikainen / S2S: Kyutai Moshi; MusicGen / AudioGen / Bark; SeamlessM4T v2
Monimalli- ja monivuokralaispalvelu
- 6 rinnakkaista virtaa 32 GB:n Q4-mallilla (yksi per kortti) — esim. 6x Qwen3-32B Q4 -agenttia
- Laajamittainen upotusmallikanta — 6x rinnakkaiset BGE-M3 / E5 / Nomic Embed -virrat (OpenVINO-optimoitu)
- Sekakäyttö — 70B Q4 (tensor-parallel 3 kortilla) + FLUX.1 (1 kortti) + Whisper-turbo (1 kortti) + Moshi (1 kortti)
Kohdekuormitukset
- Intel-ohjelmistojen arviointipilotti CUDA-vaihtoehtoiseen LLM-palveluun
- Upotus- ja uudelleenjärjestäjätaustapalvelu, kun VRAM per euro painaa enemmän kuin läpäisyvaatimukset
- Edullinen Q4 frontier-MoE-päättely (Qwen3-235B, GLM-4.5/4.6/4.7) pienille sisäisille kehitystiimeille
- OpenVINO-natiivi mallien käyttöönotto olemassa olevien Intel Xeon / Arc Pro -putkien rinnalla
- VLM / OCR / dokumenttien käsittelyn taustapalvelu (Intelin OpenVINO:n vahvuus)
Mitattu suorituskyky
Intelin julkaisemat tiedot | Tarkistetaan itsenäisesti korttien toimitusten alkaessa
| Ominaisuus | Arvo |
|---|---|
| VRAM per kortti | 32 GB GDDR6 |
| Muistikaistan luokka | ~450 GB/s per kortti |
| Xe Matrix Extensions (XMX) | Kiihdytetty OpenVINO / IPEX-LLM -kirjastoilla |
| fp8-polku | Xe2-piiri — ajurituki tarkistetaan toimitushetkellä |
Ei Kentinon mittaamaa dataa. Intelin julkaisemat tiedot tarkistetaan itsenäisesti. Kentino julkaisee omat tok/s-, QPS- ja kaistanleveystulokset, kun ensimmäinen yksikkö on läpäissyt rasitustestin.
Ei ihanteellinen
- CUDA-natiivit kuormitukset — Intelillä ei ole CUDAa, siirtymä vaatii työtä
- SLA-kriittiset tuotantoympäristöt, kunnes Intel Arc Pro -saatavuus ja työkalut vakiintuvat
- Frontier 600B+ MoE Q4+-tarkkuudella (vaatii 6x RTX Pro 6000 / 576 GB:n poolin)
- Koulutuskuormitukset — Arc Pro on suunniteltu ensisijaisesti päättelyyn, ja hajautetun koulutuksen kehykset ovat vielä keskeneräisiä
- Asiakkaat, jotka edellyttävät mitattuja benchmarkeja ennen ostoa — tämä tuote on ennakkotilattava
Takuu ja toimitusaika
Kentinon vakiotakuu (2 vuotta osille, 1 vuosi työlle); Intelin jakeluehdot ovat etusijalla, jos ne ovat tiukemmat. Kokoonpano sisältää asennuksen, BIOS-määrityksen, ajurien asennuksen, rasitustestauksen ja toiminnallisen tarkastuksen. Paikan ensimmäisestä toimituserästä voi varata Kentinon yhteydenottolomakkeella. Hinta on sitova 30 päivää tilauksesta.
Suositellut lisävarusteet
- Päivitys kahteen synkronoituun 2 kW:n virtalähteeseen (yhden virtalähteen varaa on niukasti 1 825 W:n kulutuksella — vahvasti suositeltu)
- Keskusmuistin päivitys 512 GB:hen DDR4 (2x 64 GB — kaksi paikkaa vapaana)
- 4 TB NVMe -lisälevy mallikirjastolle
Kysymykset, joita ostajat kysyvät meiltä useimmin ennen palvelimen tilaamista.
Kauanko se kestää?
Varastossa olevista komponenteista rakennetut koneet toimitetaan nopeasti; tiettyä GPU-sukupolvea vaativien koneiden toimitus riippuu saatavuudesta. Annamme päivämäärän ennen maksua, ja jos se muuttuu, kerromme siitä itse emmekä anna sen tulla yllätyksenä.
Voiko kokoonpanoa muuttaa ennen rakentamista?
Lähes aina. GPU:t, muisti, tallennustila ja jäähdytys valitaan tilauskohtaisesti, ja listattu kokoonpano on lähtökohta eikä kiinteä paketti. Jos tarvitaan enemmän VRAM:ia, nopeampaa tallennusta tai erilaista jäähdytysratkaisua, kerro siitä ennen tilausta, niin teemme muutoksesta tarjouksen.
Voiko palvelimen noutaa itse?
Voi. Varastomme sijaitsee Prahassa, ja nouto paikan päältä on tervetullut — useimmat noutajat käyttävät käynnin hyväkseen, käyvät koneen läpi insinöörimme kanssa ja kysyvät ne kysymykset, jotka ovat sähköpostitse hankalia. Tšekin tasavallan sisäisissä tilauksissa pyrimme myös toimittamaan laitteen henkilökohtaisesti ja käymään asennuksen läpi paikan päällä.
Voinko keskustella jonkun kanssa, joka oikeasti ymmärtää kuormituksen?
Kyllä. Meillä on nimenomaan AI-järjestelmiin erikoistunut insinööri, ei yleistä myyntipalvelua. Jos kysymys koskee eräkokoja, kvantisointia, väyläratkaisuja tai sitä, missä pullonkaula tulee vastaan, kysy — se keskustelu yleensä parantaa kokoonpanoa.
Mitä mallia tällä kokoonpanolla voi ajaa?
Kyllä. Jokainen kone kootaan, rasitustestataan ja testataan todellisilla AI-kuormituksilla ennen toimitusta, ja se lähtee meiltä LLM valmiiksi asennettuna ja käynnissä. Kone kytketään virtaan ja verkkoon, ja työt voi aloittaa — jäljelle jää vain päätös siitä, mikä projekti ajetaan ensin.
Miten palvelin testataan ennen toimitusta?
Testaamme laitteen todellisilla AI-kuormituksilla synteettisten pisteiden sijaan: inferenssiläpäisy, käyttäytyminen jatkuvassa kuormassa ja lämpötilat yhtäjaksoisessa käytössä. Benchmark-tulokset toimitetaan koneen mukana, joten luvattu suorituskyky on todennettavissa ensimmäisestä päivästä lähtien.
Onko palvelin käyttövalmis saapuessaan?
Kyllä. Jokainen kone kootaan, rasitustestataan ja testataan todellisilla AI-kuormituksilla ennen toimitusta, ja se lähtee meiltä LLM valmiiksi asennettuna ja käynnissä. Kone kytketään virtaan ja verkkoon, ja työt voi aloittaa — jäljelle jää vain päätös siitä, mikä projekti ajetaan ensin.
Toimitus EU-varastostamme. Raskaat tuotteet voivat vaatia rahtijärjestelyjä — pyydä toimitustarjous ja toimitusaika. 2 vuoden rajoitettu takuu ja ennakkovaihto-RMA-tuki; jatkettu takuu saatavilla.
Etkö löytänyt juuri sitä, mitä tarvitset?
Kerro kuormituksesi, niin määrittelemme alustan sen ympärille — GPU:t, muisti, tallennustila ja jäähdytys sovitettuna todelliseen käyttöön.