Kentino AI Node H200 — 8× NVIDIA H200 SXM5, 1,128 GB HBM3e
Plateforme de qualité professionnelle, assemblée et testée dans l'UE.
Kentino AI Node H200
1,128 GB HBM3e in One Chassis
8x H200 SXM5 | NVSwitch | 15,832 INT8 TOPS
The tier where frontier models stop needing quantisation.
An 8U node carrying eight NVIDIA H200 SXM5 modules on a single NVLink/NVSwitch baseboard: 1,128 GB of HBM3e pooled at 4.8 TB/s per GPU, with full any-to-any 900 GB/s GPU-to-GPU bandwidth. Dual Intel Xeon Platinum processors, 2 TB of DDR5 system memory, U.2 NVMe boot and data tiers, and high-speed networking. This is a different class of machine from a PCIe multi-GPU build: because every GPU talks to every other GPU at full bandwidth, tensor parallelism scales close to linearly instead of degrading on dense models.
Hardware
| Component | Detail |
|---|---|
| GPUs | 8x NVIDIA H200 SXM5 141 GB HBM3e (Hopper, 700 W per module) |
| VRAM pool | 1,128 GB HBM3e, NVSwitch-pooled - usable as one address space |
| Memory bandwidth | 4.8 TB/s per GPU |
| GPU interconnect | NVLink 4 via 4x NVSwitch, 900 GB/s any-to-any (not PCIe-limited) |
| Compute | 7,912 TFLOPS bf16 dense | 15,832 TFLOPS fp8 dense | 15,832 INT8 TOPS |
| CPUs | 2x Intel Xeon Platinum, dual-socket |
| System memory | 2 TB DDR5 |
| Storage | 2x 1.92 TB U.2 NVMe boot + 2x 3.84 TB U.2 NVMe data. Expandable |
| Networking | 2x NVIDIA ConnectX-7. Up to 8x on request for multi-node InfiniBand fabric |
| Chassis | 8U rack-mount, front-to-back airflow, 24/7 rated |
| Power | Redundant, up to 10.2 kW peak system draw |
What it runs
1,128 GB is the point at which the largest open-weight models run at their native precision instead of being squeezed into a quantisation that costs you quality. Estimates below are for this 8-GPU configuration with tensor parallelism.
| Component | Detail |
|---|---|
| DeepSeek-V3.2 / R1 671B | Native fp8, full context. ~30-50 tok/s single stream, 2,000+ tok/s batched |
| Kimi-K2 1T class | fp8 with room for KV cache - no 1.58-bit compromise needed |
| Llama 3.3 70B / Qwen3-72B | fp8. ~90-130 tok/s single stream, 5,000+ tok/s batched |
| Qwen3-235B-A22B MoE | fp8 native with long-context headroom |
| Long-context serving | 128k+ context with KV cache resident, not spilled |
| Full fine-tune 70B | 8-way tensor parallel, no gradient offload |
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
Up to 10.2 kW peak system draw, the bulk of it the 8x 700 W GPU complex. In practice that means a dedicated three-phase feed per node and a rack budget planned around roughly one node per 12 kW. Air-cooled at this density needs real front-to-back airflow with a contained cold aisle below 24 C - perforated doors alone will not do it. A liquid-cooled baseboard variant is available and is the better answer above two nodes per rack; it needs a CDU and secondary loop, which we will scope with you rather than assume.
Export control - read this before ordering
The H200 is classified as 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. This is not optional and it is not something we can waive.
Practically: budget several weeks for clearance on top of hardware lead time, and expect to name the legal entity that will own and operate the machine. If the end user cannot be named, this hardware cannot be supplied - by us or by anyone else in the EU.
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.
Channel pricing on 8-GPU baseboards moves, so we confirm the figure against documented acquisition cost when you order — if it has moved in your favour, so does the price. Export clearance is part of the delivery. Contact us with your model, context length and site power envelope and we will come back with a firm quote, a measured throughput estimate and a delivery date.
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.