Kentino AI Node A100 — 8× NVIDIA A100 SXM4 80 GB, 640 GB HBM2e
Plateforme de qualité professionnelle, assemblée et testée dans l'UE.
Kentino AI Node A100
640 GB HBM2e, NVSwitch-Pooled
8x A100 SXM4 80 GB | 4,992 INT8 TOPS
The only node tier with a sane cost per gigabyte of VRAM.
An 8-GPU node carrying eight NVIDIA A100 SXM4 80 GB modules on an NVLink/NVSwitch baseboard: 640 GB of HBM2e at 2.04 TB/s per GPU with 600 GB/s any-to-any GPU bandwidth. Ampere is two generations back, and for a large class of work that is exactly why you want it - the same 640 GB pool as a Hopper H100 node, at substantially less money and 2.4 kW less heat. If your models run at bf16 or Q4 and you are not going to use fp8, you should not be paying for it.
Hardware
| Component | Detail |
|---|---|
| GPUs | 8x NVIDIA A100 SXM4 80 GB HBM2e (Ampere, 400 W per module) |
| VRAM pool | 640 GB HBM2e, NVSwitch-pooled |
| Memory bandwidth | 2.04 TB/s per GPU |
| GPU interconnect | NVLink 3 via NVSwitch, 600 GB/s any-to-any |
| Compute | 2,496 TFLOPS bf16 dense | 4,992 INT8 TOPS. No fp8 tensor path |
| CPUs | 2x AMD EPYC 7643 (Milan, 48C/96T each) on the Supermicro AS-4124GO-NART+ platform |
| System memory | 1 TB DDR4-3200 ECC RDIMM (16x 64 GB) |
| Storage | 2x 1.92 TB U.2 NVMe boot + 2x 3.84 TB U.2 NVMe data |
| Networking | 2x NVIDIA ConnectX-7 400 Gb/s |
| Chassis | 4U rack-mount, front-to-back airflow, 24/7 rated |
| Power | 4x 3000 W redundant |
What it runs
640 GB at bf16 and Q4 covers most production serving and fine-tuning. Estimates are for this 8-GPU configuration with tensor parallelism.
| Component | Detail |
|---|---|
| Llama 3.3 70B / Qwen3-72B | bf16 full precision. ~35-50 tok/s single stream, 1,500+ tok/s batched |
| Qwen3-235B-A22B MoE | Q4 across the full 640 GB pool |
| Mistral Large 2 123B | Q4-Q8 with context headroom |
| QLoRA / full fine-tune 70B | 8-way tensor parallel, NVSwitch-backed |
| Classic HPC | 9.7 TFLOPS FP64 per GPU - 77.6 TFLOPS FP64 per node |
| Multi-tenant serving | several 30B-70B models resident at once |
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 4.3 kW sustained: 3.2 kW of GPU plus CPU, fans and storage. That is 2.4 kW less than a Hopper node and it is the practical selling point - 4.3 kW fits a conventional datacentre rack with front-to-back airflow and no aisle containment retrofit. Over three years at EU industrial electricity rates the difference against an H100 node is a real line in the TCO, not a rounding error.
What you give up, and export control
No fp8. Ampere predates the format. Models shipping fp8-native - the DeepSeek-V3 family, Hunyuan-Large - run here at bf16 or Q4 instead, which costs VRAM and throughput. If your roadmap is fp8 checkpoints, buy Hopper. This is the single real limitation of the tier and we would rather you hear it now.
Export control. A100 80 GB is above the Advanced Computing Item thresholds (ECCN 3A090.a), so it needs the same KYC form and End User Certificate as the Hopper nodes.
Late-life hardware. Ampere is near end of channel life. Warranty horizon and spares availability are shorter than on current generation, and we will tell you exactly what we can commit to in writing before you order.
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.
Tell us the models you need to serve and we will tell you honestly whether this node or a Hopper node is the right purchase - the answer is genuinely sometimes this one.
Les questions que les acheteurs nous posent le plus fréquemment avant de commander un serveur.
Combien de temps cela prend-il ?
Les machines assemblées à partir de composants que nous avons en stock partent vite ; tout ce qui exige une génération de GPU précise dépend de l'approvisionnement. Nous vous donnons une date avant le paiement et, si elle bouge, nous vous prévenons plutôt que de vous laisser le découvrir.
La configuration peut-elle être modifiée avant l'assemblage ?
Presque toujours. Les GPU, la mémoire, le stockage et le refroidissement sont choisis commande par commande, et la configuration affichée est un point de départ plutôt qu'un ensemble figé. Si vous avez besoin de plus de VRAM, d'un stockage plus rapide ou d'une autre approche de refroidissement, dites-le nous avant de commander et nous chiffrerons la modification.
Puis-je venir récupérer le serveur sur place ?
Bien sûr. Notre entrepôt est à Prague et le retrait sur place est le bienvenu — la plupart de ceux qui viennent en profitent pour passer la machine en revue avec notre ingénieur et poser les questions qui passent mal par e-mail. Pour les commandes en République tchèque, nous essayons aussi de livrer en personne et de vous accompagner dans l'installation sur site.
Puis-je parler à quelqu'un qui comprend vraiment la charge de travail ?
Oui. Nous avons un ingénieur dédié aux systèmes d'IA, et non un simple service commercial. Si votre question porte sur les tailles de batch, la quantification, l'interconnexion ou l'endroit où se situera votre goulot d'étranglement, posez-la — cette conversation améliore généralement la configuration.
Quel modèle puis-je faire tourner sur cette configuration ?
Oui. Chaque machine est assemblée, soumise à un test de rodage et évaluée sur de véritables charges de travail IA avant son expédition, et elle quitte nos ateliers avec un LLM déjà installé et opérationnel. Vous la branchez, vous la connectez à votre réseau et vous commencez à travailler — la seule décision qui vous reste est de choisir le premier projet qu'elle fera tourner.
Comment testez-vous un serveur avant son expédition ?
Nous les éprouvons sur de véritables charges de travail IA plutôt que sur des scores synthétiques : débit d'inférence, tenue en charge soutenue et comportement thermique en fonctionnement continu. Vous recevez les résultats des tests avec la machine : les performances promises sont donc celles que vous pouvez vérifier dès le premier jour.
Le serveur est-il prêt à fonctionner à son arrivée ?
Oui. Chaque machine est assemblée, soumise à un test de rodage et évaluée sur de véritables charges de travail IA avant son expédition, et elle quitte nos ateliers avec un LLM déjà installé et opérationnel. Vous la branchez, vous la connectez à votre réseau et vous commencez à travailler — la seule décision qui vous reste est de choisir le premier projet qu'elle fera tourner.
Expédition depuis notre entrepôt dans l’UE. Les articles lourds peuvent nécessiter un transport en fret — contactez-nous pour un devis d’expédition et un délai de livraison. Garantie limitée de 2 ans avec support RMA avancé ; extension de garantie disponible.
Pas tout à fait ce qu'il vous faut ?
Dites-nous votre charge de travail et nous configurons cette plateforme autour d'elle — GPU, mémoire, stockage et refroidissement adaptés à ce que vous exécutez vraiment.