Kentino AI Node V100 HGX-2 — 16× NVIDIA V100 SXM3 32 GB, 512 GB HBM2
Plataforma de nível empresarial, montada e testada na 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.
As perguntas que os compradores mais nos fazem antes de encomendar um servidor.
Quanto tempo demora?
As máquinas construídas a partir de componentes que temos em stock são expedidas rapidamente; tudo o que exija uma geração específica de GPU depende da disponibilidade. Indicamos uma data antes do pagamento e, se essa data mudar, informamos o cliente em vez de o deixar descobrir por si.
A configuração pode ser alterada antes da montagem?
Quase sempre. As GPU, a memória, o armazenamento e o arrefecimento são escolhidos em cada encomenda e a configuração indicada é um ponto de partida, não um pacote fixo. Se precisar de mais VRAM, de armazenamento mais rápido ou de outra abordagem de arrefecimento, diga-nos antes de encomendar e orçamentamos a alteração.
Posso levantar o servidor pessoalmente?
Pode, sim. O nosso armazém fica em Praga e o levantamento em pessoa é bem-vindo — a maioria de quem nos visita aproveita para rever a máquina com o nosso engenheiro e fazer as perguntas que são difíceis de resolver por e-mail. Nas encomendas dentro da República Checa tentamos também entregar pessoalmente e explicar a instalação no local.
Posso falar com alguém que perceba mesmo da carga de trabalho?
Sim. Temos um engenheiro dedicado especificamente a sistemas de IA, e não um balcão de vendas genérico. Se a sua pergunta é sobre tamanhos de lote, quantização, interligação ou onde estará o seu estrangulamento, coloque-a — essa conversa costuma melhorar a configuração final.
Que modelo posso executar nesta configuração?
Sim. Todas as máquinas são montadas, submetidas a testes de burn-in e avaliadas com cargas de trabalho de IA reais antes do envio, e saem das nossas instalações com um LLM já instalado e a funcionar. Basta ligá-la à corrente, ligá-la à sua rede e começar a trabalhar — a única decisão que resta é qual o primeiro projeto que irá correr.
Como testam um servidor antes da expedição?
Testamo-lo com cargas de trabalho de IA reais, e não com pontuações sintéticas: débito de inferência, comportamento sob carga sustentada e desempenho térmico em funcionamento contínuo. Os resultados dos benchmarks seguem com a máquina, por isso o desempenho prometido é o desempenho que pode verificar logo no primeiro dia.
O servidor chega pronto a funcionar?
Sim. Todas as máquinas são montadas, submetidas a testes de burn-in e avaliadas com cargas de trabalho de IA reais antes do envio, e saem das nossas instalações com um LLM já instalado e a funcionar. Basta ligá-la à corrente, ligá-la à sua rede e começar a trabalhar — a única decisão que resta é qual o primeiro projeto que irá correr.
Expedido a partir do nosso armazém na UE. Os artigos pesados podem exigir transporte de carga — contacte-nos para obter um orçamento de envio e o prazo de entrega. Garantia limitada de 2 anos com apoio RMA avançado; garantia alargada disponível.
Não é exatamente o que procura?
Diga-nos qual é a sua carga de trabalho e configuramos esta plataforma à sua medida — GPU, memória, armazenamento e arrefecimento ajustados ao que realmente executa.