Kentino AI Tower — Pro - 88 GB VRAM - EPYC
Plattform i företagsklass, monterad och testad i EU.
Punkstation på en plattform i serverklass: ett konsumentkort RTX 4090 i par med ett drivrutinsupplåst NVIDIA CMP 170HX (64 GB HBM2e) — 88 GB aggregerat VRAM — på ett moderkort med en sockel för AMD EPYC med ECC-minne, IPMI-fjärrhantering och fyra PCIe 4.0 ×16- platser att växa i. Ingen budgetdator — utan en robust, expanderbar maskin, byggd och konfigurerad för maximal prestanda. Finns som tyst tower eller rackmonterad server.
Användningsområden
Samma styrkor med aggregerat VRAM som Punkstation, på hårdvara som håller och skalar. VRAM är aggregerat, inte poolat — de två korten har separata minnen, så maskinen gör sig bäst på video- och bildgenerering, stora mixture-of-experts-modeller som ryms på ett kort samt mixture-of-agents- och multimodell- pipelines. RTX 4090 driver skrivbordet och snabb bildgenerering; 170HX:s 64 GB bär den stora modellen. EPYC-plattformen tillför ECC-minne, out-of-band IPMI-hantering, fler PCIe-banor och NVMe, samt en tydlig uppgraderingsväg till bygget med 4× 170HX.
BildgenereringMixture-of-agentsVideogenereringMoE-resonemang
- Validerat: Qwen3 35B-A3B (mixture-of-experts, W8A8, kompilerad) körs helt i 170HX:s 64 GB utan offload med ~140 tokens/s enkelström (och ~3,270 tok/s över en batch med 48 förfrågningar) — snabbare än en tät 7B-modell, samtidigt som resonemanget förblir sammanhängande.
- Video / bild: genereringsmodeller kan inte delas mellan kort — var och en ryms på en GPU. 170HX:s 64 GB rymmer stora diffusions- och videomodeller i hög upplösning och med batchning; 4090 ger snabb bildgenerering i SDXL/Flux-klass. Kör båda parallellt för samtidiga jobb.
Specifikation
| Komponent | Detalj |
|---|---|
| Accelerator 1 | NVIDIA GeForce RTX 4090 · 24 GB GDDR6X · driver bildskärmen + snabbt arbete på ett kort |
| Accelerator 2 | NVIDIA CMP 170HX · 64 GB HBM2e (modifierat, drivrutinsupplåst, endast beräkning) |
| Totalt VRAM | 88 GB aggregerat (24 + 64), båda fullt åtkomliga |
| CPU | AMD EPYC (Rome / Milan, SP3) — modell konfigureras vid beställning |
| Moderkort | EPYC-serverkort med en sockel · 8-kanals DDR4 ECC · 4× PCIe 4.0 ×16 · inbyggd grafik + IPMI/BMC-fjärrhantering |
| Minne | DDR4 ECC, åttakanals — konfigurerbart (vanligtvis 128 GB) |
| Lagring | M.2 NVMe (upp till 3× PCIe 4.0 ×4) |
| Nätverk | Dubbla 2.5 GbE + dedikerad IPMI-port för fjärrhantering |
| Ström | Uppgraderat nätaggregat dimensionerat för bygget |
| Chassi | Tyst desktop-tower — eller rackmonterad server (välj ovan) |
| Operativsystem | Ubuntu, NVIDIA-drivrutiner + CUDA förkonfigurerade, kompilerad/cudagraph-runtime optimerad |
| Montering | Byggd, inbränd och validerad vid maximal prestanda före leverans |
Läs detta innan du beställer
- 170HX är endast för beräkning (ingen bildskärm) — RTX 4090 (eller den inbyggda BMC-grafiken) driver konsolen.
- 170HX ansluter med PCIe 2.0 (×4 som standard, ×16-modifiering finns) — begränsar överföringen värd↔enhet, inte inferens med inlästa modeller.
Beställning
Pris under framtagning — begär en offert. Välj Tower eller Server (rack) ovan. Leveranstid 10–28 dagar. Priserna anges i EUR exkl. moms. Skräddarsydd CPU / minne / lagring konfigureras vid beställning.
De frågor köpare oftast ställer till oss innan de beställer en server.
Hur lång tid tar det?
Maskiner byggda av komponenter vi har i lager skickas snabbt; allt som kräver en viss GPU-generation beror på tillgången. Vi ger dig ett datum innan du betalar, och om det ändras säger vi till i stället för att låta dig upptäcka det själv.
Kan konfigurationen ändras innan ni bygger den?
Nästan alltid. GPU:er, minne, lagring och kylning väljs per order, och den listade konfigurationen är en utgångspunkt snarare än ett fast paket. Behöver du mer VRAM, snabbare lagring eller en annan kyllösning, säg till innan du beställer så offererar vi ändringen.
Kan jag hämta servern personligen?
Det kan du. Vårt lager ligger i Prag och du är välkommen att hämta personligen – de flesta som kommer passar på att gå igenom maskinen med vår ingenjör och ställa de frågor som är krångliga via mejl. För beställningar inom Tjeckien försöker vi också leverera personligen och gå igenom installationen med dig på plats.
Kan jag prata med någon som faktiskt förstår arbetsbelastningen?
Ja. Vi har en ingenjör som arbetar specifikt med AI-system, inte en allmän säljavdelning. Om din fråga gäller batchstorlekar, kvantisering, interconnect eller var din flaskhals kommer att uppstå, så ställ den — det samtalet brukar förändra konfigurationen till det bättre.
Vilken modell kan jag köra på den här konfigurationen?
Ja. Varje maskin monteras, inbränningstestas och benchmarkas på riktiga AI-arbetsbelastningar innan den skickas, och den lämnar oss med en LLM redan installerad och igång. Du kopplar in den, ansluter den till ditt nätverk och börjar arbeta – det enda beslut som återstår är vilket projekt den ska köra först.
Hur testar ni en server före leverans?
Vi kör den mot verkliga AI-arbetsbelastningar i stället för syntetiska poäng: inferensgenomströmning, beteende under ihållande last och temperaturer vid kontinuerlig drift. Du får benchmarkresultaten tillsammans med maskinen, så att den prestanda du blev lovad är den prestanda du kan verifiera redan första dagen.
Är servern redo att köras när den levereras?
Ja. Varje maskin monteras, inbränningstestas och benchmarkas på riktiga AI-arbetsbelastningar innan den skickas, och den lämnar oss med en LLM redan installerad och igång. Du kopplar in den, ansluter den till ditt nätverk och börjar arbeta – det enda beslut som återstår är vilket projekt den ska köra först.
Skickas från vårt lager i EU. Tunga artiklar kan kräva särskild godsfrakt — kontakta oss för en fraktoffert och leveranstid. 2 års begränsad garanti med avancerad RMA-support; förlängd garanti finns.
Inte riktigt vad du behöver?
Berätta om din arbetsbelastning så specificerar vi plattformen kring den – GPU:er, minne, lagring och kylning anpassade efter det du faktiskt kör.