Kentino AI 192 Rome ArcProB70 TBD — 6× Intel Arc Pro B70 — EPYC Milan (predobjednávka)
Platforma na podnikovej úrovni, zostavená a otestovaná v EÚ.
V PRÍPRAVE
Predobjednávka — cieľový termín dodania Intel Arc Pro B70 je Q3 2026
Kentino AI 192 Rome ArcProB70 TBD
Inferenčný server Intel Xe2 so 192 GB VRAM
6x Arc Pro B70 | EPYC Milan | TOPS TBD
Cenovo orientovaná zostava s veľkým objemom VRAM, mierená na open source inferenčný stack od Intelu. Cena sa zafixuje pri dostupnosti kariet Intel.
4U inferenčný server do racku so šiestimi kartami Intel Arc Pro B70 Creator (32 GB Xe2-HPG „Battlemage“ každá, spolu 192 GB), jedným procesorom AMD EPYC 7643 Milan (48C/96T), 384 GB DDR4 ECC, 2 TB NVMe pre systém a zdrojom ATX s výkonom 2 kW (dôrazne odporúčame upgrade na dvojicu zdrojov). Postavený pre softvérový ekosystém Intelu: OpenVINO 2025+, IPEX-LLM, backend llama.cpp SYCL a forky vLLM-Intel. Workloady viazané výhradne na CUDA na tomto hardvéri nebežia.
Hardvér
| Komponent | Detail |
|---|---|
| GPU | 6x Intel Arc Pro B70 Creator 32 GB (Xe2-HPG „Battlemage“, 250 W, PCIe 5.0 x16, dvojslotové) |
| VRAM pool | 192 GB spolu naprieč 6 kartami (bez prepojovacej zbernice medzi kartami — prenosy medzi nimi idú cez PCIe) |
| CPU | AMD EPYC 7643 Milan (48C/96T, 225 W, 128x linka PCIe 4.0) |
| Základná doska | ASRock Rack ROMED8-2T (SP3, 7x PCIe 4.0 x16, 8x DDR4 ECC, 2x 10 GbE, IPMI) |
| Systémová RAM | 384 GB DDR4-2666 ECC RDIMM (6x 64 GB) |
| Systémový disk / úložisko | 2 TB NVMe M.2 (PCIe 4.0 x4) |
| Zdroj | 1x zdroj ATX 2 kW (dôrazne odporúčame upgrade na dvojicu synchronizovaných 2 kW zdrojov) |
| Skriňa | 4U do racku (rozloženie pre 6 kariet) |
| Chladenie | Vežový chladič SP3 (Arctic Freezer 4U-M) + usmernené prúdenie zpredu dozadu (priemyselné ventilátory) |
| Sieť | Integrovaná dvojica 10 GbE (Intel X550) |
Energetická bilancia
- Odber GPU: 6 x 250 W = 1 500 W (TDP publikované Intelom)
- Celkový systém pri plnej záťaži: ~1 825 W
- Celkový výkon zdroja: 2 000 W (jeden) — len 8,75 % rezervy
- Dôrazne odporúčame dvojicu synchronizovaných 2 kW zdrojov — obnoví to ~45 % rezervy
Topológia liniek
ROMED8-2T poskytuje 7x PCIe 4.0 x16. Šesť slotov je obsadených, jeden zostáva voľný pre doplnkovú sieťovú kartu. Arc Pro B70 je natívne PCIe Gen5; ROMED8-2T beží na Gen4 — dopad na priepustnosť je pri inferencii s 32 GB na kartu zanedbateľný. Žiadny PCIe switch. Žiadny ekvivalent Xe-Link.
Čo na ňom spustíte
Všetky tvrdenia o kompatibilite sa týkajú softvérového stacku Intelu (OpenVINO, IPEX-LLM, llama.cpp SYCL, vLLM-Intel). Workloady viazané výhradne na CUDA na tomto hardvéri nebežia. Všetky údaje vychádzajú z publikovaných externých zdrojov a podliehajú nezávislému overeniu po dodaní kariet.
LLM — text / uvažovanie / programovanie
Čínska špička
- Qwen3 / Qwen3.5 (Alibaba): Qwen3-235B-A22B Q4 (~132 GB) s rezervou na dlhý kontext; 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) — vojde sa pri miernom KV
- Tencent Hunyuan: Hunyuan-Large Q3 (~160 GB); Hunyuan-A13B fp8 (~80 GB), ak ovládač sprístupní cestu fp8 na Xe2
- Ďalšie: Baidu ERNIE-4.5-424B Q3 (~180 GB); MiniMax-M1 Q3 (~180 GB); DeepSeek-R2 32B (6x súbežné streamy)
Západná špička
- Meta Llama: Llama 3.3 70B Q6-Q8 so štedrým KV; Llama 4 Scout 109B/17B Q4 (~63 GB) pohodlne
- Mistral: Mistral Small 3 / Magistral Small / Devstral Small 2 (24B) v bf16; Pixtral Large Q4-Q6
- OpenAI (otvorené váhy): gpt-oss-120b natívne MXFP4 (~80 GB) — ak je dekvantizácia MXFP4 dostupná v stacku Intelu
- NVIDIA Nemotron: Llama-3.1-Nemotron Ultra 253B Q4 (~120 GB)
- Ďalšie: Gemma 3 27B bf16 multimodálne; Phi-4 / Phi-4-reasoning 14B; Cohere Command R+ 104B Q4
Vision-language modely
Qwen3-VL-8B / 32B; Qwen3-VL-30B-A3B MoE; InternVL3 až do 78B; InternVL3.5-38B; Llama 3.2 90B Vision Q4; Pixtral 12B; Molmo 72B Q4; Gemma 3 12B/27B multimodálne; MiniCPM-V 2.6 / MiniCPM-o 2.6. OpenVINO od Intelu má silnú podporu vizuálnych veží — VLM je pravdepodobná prednosť hneď od prvého dňa.
Generovanie obrázkov
FLUX.1 [dev] / [schnell] fp8 alebo Q4 GGUF cez llama.cpp SYCL; SDXL / SD 3.5 Large cez runtime OpenVINO genAI; HunyuanDiT; HunyuanImage-2.1 bf16 (~34 GB); Kolors 2.0; AuraFlow; OmniGen; PixArt-Sigma.
Generovanie videa
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 je dnes najslabšou stránkou intelovskej cesty — v čase dodania počítajte s funkčným, nie však priepustnostne optimálnym riešením.
Zvuk / reč / TTS
- ASR: Whisper v3 large / turbo cez OpenVINO (prvotriedna podpora Whisperu od Intelu); 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
Viacmodelová a viacnájomná prevádzka
- 6 súbežných streamov 32 GB modelu v Q4 (jeden na kartu) — napr. 6x agent Qwen3-32B Q4
- Embedding flotila vo veľkom — 6x paralelné streamy BGE-M3 / E5 / Nomic Embed (optimalizované pre OpenVINO)
- Zmiešaná rezidencia — 70B Q4 (tenzorovo paralelne cez 3 karty) + FLUX.1 (1 karta) + Whisper-turbo (1 karta) + Moshi (1 karta)
Cieľové workloady
- Pilotné overenie intelovského softvéru ako alternatívy k CUDA pri prevádzke LLM
- Backend pre embeddingy a rerankery, kde o priepustnosti rozhoduje pomer VRAM k cene
- Cenovo dostupná inferencia frontier MoE v Q4 (Qwen3-235B, GLM-4.5/4.6/4.7) pre menšie interné vývojové tímy
- Nasadenie modelov natívne v OpenVINO popri existujúcich pipeline s Intel Xeon / Arc Pro
- Backend pre VLM, OCR a spracovanie dokumentov (silná stránka OpenVINO od Intelu)
Namerané parametre
Špecifikácie publikované Intelom | Podliehajú nezávislému overeniu po dodaní kariet
| Parameter | Hodnota |
|---|---|
| VRAM na kartu | 32 GB GDDR6 |
| Trieda pamäťovej priepustnosti | ~450 GB/s na kartu |
| Xe Matrix Extensions (XMX) | Akcelerované cez OpenVINO / IPEX-LLM |
| Podpora fp8 | Kremík Xe2 — pri dodaní overte sprístupnenie v ovládači |
Žiadne dáta namerané Kentinom. Špecifikácie publikované Intelom podliehajú nezávislému overeniu. Kentino zverejní vlastné čísla tok/s, QPS a priepustnosti, hneď ako prvý kus prejde záťažovým testom.
Nie je ideálny pre
- Workloady natívne pre CUDA — na Inteli CUDA nie je, počítajte s trením pri migrácii
- Produkčné nasadenia kritické na SLA, kým sa dodávky a nástroje pre Intel Arc Pro neustália
- Frontier MoE nad 600B pri Q4 a vyššie (vyžaduje 6x RTX Pro 6000 / pool 576 GB)
- Tréningové workloady — Arc Pro je určený primárne na inferenciu, vyzretosť frameworkov pre distribuovaný tréning je obmedzená
- Zákazníkov, ktorí pred nákupom vyžadujú namerané benchmarky — toto SKU je v predobjednávke
Záruka a dodacia lehota
Štandardná záruka Kentino (2 roky na diely, 1 rok na prácu); distribučné podmienky Intelu majú prednosť tam, kde sú prísnejšie. Zostava zahŕňa montáž, konfiguráciu BIOSu, inštaláciu ovládačov, záťažové testovanie a funkčnú kontrolu. Rezervujte si miesto v prvej vlne dodávok cez kontaktný formulár Kentino. 30-dňové okno fixácie ceny pri objednávke.
Odporúčané doplnky
- Upgrade na dvojicu synchronizovaných 2 kW zdrojov (rezerva pri jednom zdroji je pri odbere 1 825 W tesná — dôrazne odporúčame)
- Rozšírenie RAM na 512 GB DDR4 (2x 64 GB — dva sloty voľné)
- Sekundárny disk 4 TB NVMe pre knižnicu modelov
Otázky, ktoré nám kupujúci kladú najčastejšie pred objednaním servera.
Ako dlho to trvá?
Stroje postavené z komponentov, ktoré máme na sklade, expedujeme rýchlo; čokoľvek, čo si vyžaduje konkrétnu generáciu GPU, závisí od dostupnosti. Termín Vám oznámime ešte pred platbou, a ak sa posunie, povieme Vám to sami – nenecháme Vás, aby ste na to prišli.
Dá sa konfigurácia pred stavbou ešte zmeniť?
Takmer vždy. GPU, pamäť, úložisko aj chladenie vyberáme podľa konkrétnej objednávky a uvedená konfigurácia je skôr východiskovým bodom než pevným balíkom. Ak potrebujete viac VRAM, rýchlejšie úložisko alebo iný spôsob chladenia, povedzte nám to pred objednaním a zmenu Vám naceníme.
Môžem si server vyzdvihnúť osobne?
Môžete. Náš sklad je v Prahe a osobný odber je vítaný — väčšina ľudí, ktorí prídu, využije návštevu na to, aby si stroj prešla s naším technikom a opýtala sa na veci, ktoré sa cez e-mail riešia ťažko. Pri objednávkach v rámci Českej republiky sa snažíme doručovať aj osobne a uvedenie do prevádzky s Vami prejsť priamo na mieste.
Môžem hovoriť s niekým, kto naozaj rozumie workloadu?
Áno. Máme inžiniera, ktorý sa venuje priamo AI systémom, nie všeobecné obchodné oddelenie. Ak sa pýtate na veľkosti batchov, kvantizáciu, prepojenie alebo na to, kde bude Vaše úzke miesto, pýtajte sa — taký rozhovor zvyčajne zmení konfiguráciu k lepšiemu.
Aký model môžem na tejto konfigurácii spustiť?
Áno. Každý stroj je zostavený, prejde záťažovým testom a benchmarkmi na reálnych AI workloadoch ešte pred expedíciou a odchádza od nás s už nainštalovaným a bežiacim LLM. Stačí ho zapojiť, pripojiť do siete a pustiť sa do práce — jediné, o čom ešte rozhodnete, je, ktorý projekt na ňom pobeží ako prvý.
Ako testujete server pred odoslaním?
Testujeme ho na reálnych AI workloadoch, nie na syntetických skóre: priepustnosť inferencie, správanie pri trvalej záťaži a teploty pri nepretržitej prevádzke. Výsledky benchmarkov dostanete spolu so strojom, takže výkon, ktorý sme vám sľúbili, si môžete overiť hneď v prvý deň.
Je server po doručení pripravený na prevádzku?
Áno. Každý stroj je zostavený, prejde záťažovým testom a benchmarkmi na reálnych AI workloadoch ešte pred expedíciou a odchádza od nás s už nainštalovaným a bežiacim LLM. Stačí ho zapojiť, pripojiť do siete a pustiť sa do práce — jediné, o čom ešte rozhodnete, je, ktorý projekt na ňom pobeží ako prvý.
Expedujeme z nášho skladu v EÚ. Pri ťažkých položkách môže byť potrebná prepravná zásielka — kontaktujte nás pre cenovú ponuku dopravy a dodaciu lehotu. 2-ročná obmedzená záruka s rozšírenou RMA podporou; k dispozícii je predĺžená záruka.
Nie je to presne to, čo potrebujete?
Povedzte nám, aký workload prevádzkujete, a my okolo neho navrhneme túto platformu — GPU, pamäť, úložisko aj chladenie presne na mieru.