Kentino AI 192 Rome ArcProB70 TBD — 6× Intel Arc Pro B70 — EPYC Milan (przedsprzedaż)
Platforma klasy korporacyjnej, składana i testowana w UE.
W PRZYGOTOWANIU
Przedsprzedaż — planowany termin wysyłki Intel Arc Pro B70: Q3 2026
Kentino AI 192 Rome ArcProB70 TBD
Serwer inferencyjny Intel Xe2 ze 192 GB VRAM
6x Arc Pro B70 | EPYC Milan | TOPS TBD
Budżetowa konfiguracja o dużej puli VRAM, przeznaczona dla otwartoźródłowego stosu inferencyjnego Intela. Cena zostanie ustalona w momencie dostępności u Intela.
Serwer inferencyjny do montażu w racku w formacie 4U z sześcioma kartami Intel Arc Pro B70 Creator (po 32 GB Xe2-HPG "Battlemage", łącznie 192 GB), jednym procesorem AMD EPYC 7643 Milan (48C/96T), 384 GB DDR4 ECC, dyskiem systemowym NVMe 2 TB oraz zasilaczem ATX 2 kW (zdecydowanie zalecamy rozszerzenie do dwóch zasilaczy). Zbudowany pod ekosystem oprogramowania Intela: OpenVINO 2025+, IPEX-LLM, backend SYCL llama.cpp i forki vLLM-Intel. Obciążenia wymagające wyłącznie CUDA nie działają na tym sprzęcie.
Sprzęt
| Komponent | Szczegóły |
|---|---|
| Karty GPU | 6x Intel Arc Pro B70 Creator 32 GB (Xe2-HPG "Battlemage", 250 W, PCIe 5.0 x16, dwuslotowe) |
| Pula VRAM | 192 GB łącznie na 6 kartach (brak magistrali łączącej karty — ruch peer-to-peer przez PCIe) |
| CPU | AMD EPYC 7643 Milan (48C/96T, 225 W, 128x linii PCIe 4.0) |
| Płyta główna | ASRock Rack ROMED8-2T (SP3, 7x PCIe 4.0 x16, 8x DDR4 ECC, 2x 10 GbE, IPMI) |
| Pamięć RAM | 384 GB DDR4-2666 ECC RDIMM (6x 64 GB) |
| Dysk systemowy / magazyn | 2 TB NVMe M.2 (PCIe 4.0 x4) |
| Zasilacz | 1x zasilacz ATX 2 kW (zdecydowanie zalecane rozszerzenie do dwóch zsynchronizowanych zasilaczy 2 kW) |
| Obudowa | 4U do montażu w racku (układ 6-slotowy) |
| Chłodzenie | Chłodzenie wieżowe SP3 (Arctic Freezer 4U-M) + ukierunkowany przepływ powietrza przód-tył (wentylatory przemysłowe) |
| Sieć | Zintegrowane podwójne 10 GbE (Intel X550) |
Budżet mocy
- Pobór GPU: 6 x 250 W = 1 500 W (TDP podane przez Intela)
- Całkowity pobór systemu przy pełnym obciążeniu: ~1 825 W
- Moc zasilacza: 2 000 W (pojedynczy) — zaledwie 8.75 % zapasu
- Zdecydowanie zalecane dwa zsynchronizowane zasilacze 2 kW — przywracają ~45 % zapasu
Topologia linii PCIe
ROMED8-2T udostępnia 7x PCIe 4.0 x16. Sześć slotów jest obsadzonych, jeden pozostaje wolny pod kartę sieciową. Arc Pro B70 natywnie obsługuje PCIe Gen5; ROMED8-2T pracuje w Gen4 — wpływ na przepustowość jest pomijalny przy inferencji z 32 GB na kartę. Brak przełącznika PCIe. Brak odpowiednika Xe-Link.
Co można uruchomić
Wszystkie deklaracje zgodności dotyczą ścieżek stosu oprogramowania Intela (OpenVINO, IPEX-LLM, llama.cpp SYCL, vLLM-Intel). Obciążenia wymagające wyłącznie CUDA nie działają na tym sprzęcie. Wszystkie wartości pochodzą z opublikowanych źródeł zewnętrznych i wymagają niezależnej weryfikacji po premierze kart.
Modele LLM — tekst / rozumowanie / kodowanie
Czołówka chińska
- Qwen3 / Qwen3.5 (Alibaba): Qwen3-235B-A22B Q4 (~132 GB) z zapasem na długi kontekst; 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) — mieści się przy umiarkowanym KV
- Tencent Hunyuan: Hunyuan-Large Q3 (~160 GB); Hunyuan-A13B fp8 (~80 GB), jeśli sterownik udostępni ścieżkę fp8 Xe2
- Pozostałe: Baidu ERNIE-4.5-424B Q3 (~180 GB); MiniMax-M1 Q3 (~180 GB); DeepSeek-R2 32B (6x równoległych strumieni)
Czołówka zachodnia
- Meta Llama: Llama 3.3 70B Q6-Q8 z dużym zapasem KV; Llama 4 Scout 109B/17B Q4 (~63 GB) bez problemu
- Mistral: Mistral Small 3 / Magistral Small / Devstral Small 2 (24B) w bf16; Pixtral Large Q4-Q6
- OpenAI (otwarte wagi): gpt-oss-120b natywnie MXFP4 (~80 GB) — o ile dekwantyzacja MXFP4 będzie dostępna w stosie Intela
- NVIDIA Nemotron: Llama-3.1-Nemotron Ultra 253B Q4 (~120 GB)
- Pozostałe: Gemma 3 27B bf16 multimodalny; Phi-4 / Phi-4-reasoning 14B; Cohere Command R+ 104B Q4
Modele wizyjno-językowe
Qwen3-VL-8B / 32B; Qwen3-VL-30B-A3B MoE; InternVL3 do 78B; InternVL3.5-38B; Llama 3.2 90B Vision Q4; Pixtral 12B; Molmo 72B Q4; Gemma 3 12B/27B multimodalny; MiniCPM-V 2.6 / MiniCPM-o 2.6. OpenVINO Intela ma mocne wsparcie dla wież wizyjnych — modele VLM to prawdopodobna mocna strona od pierwszego dnia.
Generowanie obrazu
FLUX.1 [dev] / [schnell] fp8 lub Q4 GGUF przez llama.cpp SYCL; SDXL / SD 3.5 Large przez środowisko OpenVINO genAI; HunyuanDiT; HunyuanImage-2.1 bf16 (~34 GB); Kolors 2.0; AuraFlow; OmniGen; PixArt-Sigma.
Generowanie wideo
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. Wideo to dziś najsłabsza ścieżka Intela — w momencie premiery należy spodziewać się działania, ale nie optymalnej przepustowości.
Dźwięk / mowa / TTS
- ASR: Whisper v3 large / turbo przez OpenVINO (pierwszorzędne wsparcie Intela dla Whisper); Parakeet-TDT; Canary; SenseVoice
- TTS: CosyVoice 2/3; Kokoro 82M; Stable Audio Open; XTTS v2; StyleTTS 2; Step-Audio-EditX
- Realtime / S2S: Kyutai Moshi; MusicGen / AudioGen / Bark; SeamlessM4T v2
Serwowanie wielu modeli / wielu najemców
- 6 równoległych strumieni modelu 32 GB Q4 (po jednym na kartę) — np. 6x agent Qwen3-32B Q4
- Flota embeddingów na dużą skalę — 6x równoległe strumienie BGE-M3 / E5 / Nomic Embed (zoptymalizowane pod OpenVINO)
- Mieszana rezydencja — 70B Q4 (tensor-parallel na 3 kartach) + FLUX.1 (1 karta) + Whisper-turbo (1 karta) + Moshi (1 karta)
Docelowe obciążenia
- Pilotaż oceny oprogramowania Intela jako alternatywy dla CUDA w serwowaniu modeli LLM
- Backend embeddingów / rerankerów, gdzie ilość VRAM na euro ma większe znaczenie niż przepustowość
- Budżetowa inferencja czołowych modeli MoE w Q4 (Qwen3-235B, GLM-4.5/4.6/4.7) dla małych wewnętrznych zespołów deweloperskich
- Natywne wdrażanie modeli OpenVINO obok istniejących potoków Intel Xeon / Arc Pro
- Backend VLM / OCR / przetwarzania dokumentów (mocna strona OpenVINO Intela)
Zmierzona wydajność
Specyfikacje podane przez Intela | Wymagają niezależnej weryfikacji po premierze kart
| Parametr | Wartość |
|---|---|
| VRAM na kartę | 32 GB GDDR6 |
| Klasa przepustowości pamięci | ~450 GB/s na kartę |
| Xe Matrix Extensions (XMX) | Akceleracja przez OpenVINO / IPEX-LLM |
| ścieżka fp8 | Układ Xe2 — udostępnienie w sterowniku do zweryfikowania w momencie premiery |
Brak własnych pomiarów Kentino. Specyfikacje podane przez Intela wymagają niezależnej weryfikacji. Kentino opublikuje własne wyniki tok/s / QPS / przepustowości, gdy pierwsza jednostka przejdzie wygrzewanie.
Nie jest optymalny do
- Obciążeń natywnych dla CUDA — na sprzęcie Intela nie ma CUDA, należy liczyć się z trudnościami migracji
- Wdrożeń produkcyjnych krytycznych dla SLA, dopóki dostawy i narzędzia Intel Arc Pro się nie ustabilizują
- Czołowych modeli MoE 600B+ w Q4 i wyżej (wymagają 6x RTX Pro 6000 / puli 576 GB)
- Obciążeń treningowych — Arc Pro powstał przede wszystkim do inferencji, dojrzałość frameworków do treningu rozproszonego jest ograniczona
- Klientów, którzy przed zakupem wymagają zmierzonych benchmarków — ten produkt jest w przedsprzedaży
Gwarancja i termin realizacji
Standardowa gwarancja Kentino (2 lata na części, 1 rok na robociznę); warunki dystrybucyjne Intela mają pierwszeństwo tam, gdzie są surowsze. Usługa obejmuje montaż, konfigurację BIOS, instalację sterowników, testy wygrzewania i weryfikację funkcjonalną. Miejsce w pierwszej fali dostaw można zarezerwować przez formularz kontaktowy Kentino. Cena gwarantowana przez 30 dni od złożenia zamówienia.
Zalecane dodatki
- Rozszerzenie do dwóch zsynchronizowanych zasilaczy 2 kW (przy poborze 1 825 W zapas pojedynczego zasilacza jest niewielki — zdecydowanie zalecane)
- Rozbudowa pamięci RAM do 512 GB DDR4 (2x 64 GB — dwa wolne sloty)
- Dodatkowy dysk NVMe 4 TB na bibliotekę modeli
Pytania, które kupujący zadają nam najczęściej przed zamówieniem serwera.
Ile to trwa?
Maszyny budowane z podzespołów, które mamy na stanie, wysyłamy szybko; wszystko, co wymaga konkretnej generacji GPU, zależy od dostępności. Termin podajemy przed płatnością, a jeśli się przesunie, informujemy o tym sami, zamiast pozostawiać Państwa w niepewności.
Czy konfigurację można zmienić przed montażem?
Niemal zawsze. Karty GPU, pamięć, nośniki i chłodzenie dobieramy pod konkretne zamówienie, a podana konfiguracja jest punktem wyjścia, a nie sztywnym pakietem. Jeśli potrzebują Państwo więcej VRAM, szybszych nośników lub innego rozwiązania chłodzenia, prosimy o informację przed złożeniem zamówienia — wycenimy zmianę.
Czy serwer można odebrać osobiście?
Jak najbardziej. Nasz magazyn znajduje się w Pradze i zapraszamy po odbiór osobisty — większość osób, które przyjeżdżają, wykorzystuje wizytę na przejrzenie maszyny razem z naszym inżynierem i zadanie pytań, które źle się zadaje mailem. Przy zamówieniach na terenie Czech staramy się również dostarczyć sprzęt osobiście i na miejscu przeprowadzić Państwa przez konfigurację.
Czy można porozmawiać z kimś, kto naprawdę rozumie to obciążenie?
Tak. Mamy inżyniera, który zajmuje się wyłącznie systemami AI, a nie ogólny dział sprzedaży. Jeśli pytanie dotyczy rozmiarów batcha, kwantyzacji, interconnectu albo tego, gdzie pojawi się wąskie gardło — prosimy je zadać. Taka rozmowa zwykle zmienia konfigurację na lepsze.
Jaki model można uruchomić w tej konfiguracji?
Tak. Każda maszyna jest składana, poddawana testom burn-in i benchmarkom na rzeczywistych obciążeniach AI przed wysyłką, a opuszcza nas z zainstalowanym i działającym modelem LLM. Wystarczy ją podłączyć do zasilania i sieci, aby rozpocząć pracę — jedyną decyzją, jaka pozostaje, jest to, który projekt uruchomić jako pierwszy.
Jak testujemy serwer przed wysyłką?
Testujemy go na rzeczywistych obciążeniach AI, a nie na syntetycznych wynikach punktowych: przepustowość inferencji, zachowanie przy trwałym obciążeniu i temperatury w pracy ciągłej. Wyniki benchmarków otrzymują Państwo razem z maszyną, więc obiecana wydajność to dokładnie ta wydajność, którą można zweryfikować pierwszego dnia.
Czy serwer po dostarczeniu jest gotowy do pracy?
Tak. Każda maszyna jest składana, poddawana testom burn-in i benchmarkom na rzeczywistych obciążeniach AI przed wysyłką, a opuszcza nas z zainstalowanym i działającym modelem LLM. Wystarczy ją podłączyć do zasilania i sieci, aby rozpocząć pracę — jedyną decyzją, jaka pozostaje, jest to, który projekt uruchomić jako pierwszy.
Wysyłka z naszego magazynu w UE. Ciężkie przedmioty mogą wymagać zorganizowania transportu spedycyjnego — prosimy o kontakt w sprawie wyceny wysyłki i terminu realizacji. 2-letnia gwarancja ograniczona z zaawansowanym wsparciem RMA; dostępne przedłużenie gwarancji.
Nie znaleźli Państwo tego, czego szukają?
Prosimy opisać swoje obciążenie, a dobierzemy tę platformę pod nie — GPU, pamięć, dyski i chłodzenie dopasowane do tego, co faktycznie Państwo uruchamiają.