Kentino AI 576 Genoa RTXPro6000MQ 12000TOPS — 6× RTX Pro 6000 Blackwell Max-Q AI Frontier Server
Platforma podnikové úrovně, sestavená a testovaná v EU.
Kentino AI 576 Genoa RTXPro6000MQ 12000TOPS
576 GB ECC VRAM Frontier Server
6x RTX Pro 6000 Max-Q Turbofan | EPYC Genoa | 12 000 TOPS INT8
Publikované externí reference. Nebylo měřeno na hardwaru Kentino.
7U racková inferenční platforma pro špičkové prostředí se šesti grafickými kartami NVIDIA RTX Pro 6000 Blackwell Max-Q s turbofan pamětí, které jsou osazeny 576 GB ECC VRAM, jedním procesorem AMD EPYC 9354 Genoa (32C/64T), 768 GB paměti DDR5-4800 ECC (všech 12 kanálů obsazeno), 4 TB NVMe bootovacím rozhraním a 5x 1200W serverovým zdrojem. Stejný křemíkový a paměťový fond jako u pasivní sestavy Server Edition – jiný chladič. Turbofan Max-Q je samostatný pro každou kartu, běží tišší a toleruje méně přísné proudění vzduchu v šasi. Identický modelový obal jako u pasivního sourozence.
technické vybavení
| Složka | Detail |
|---|---|
| GPU | 6x NVIDIA RTX Pro 6000 Blackwell Max-Q 96 GB ECC (turboventilátor, specifikace 600 W TDP, PCIe 5.0 x16, 2000 INT8 TOPS na kartu) |
| Pool VRAM | Celkem 576 GB na 6 kartách (bez NVLinku — P2P přes PCIe Gen5 rychlostí ~55-60 GB/s na směr) |
| Procesor (CPU) | AMD EPYC 9354 Genoa (32C/64T, 280 W, 128 linek PCIe 5.0, 12kanálová paměť DDR5) |
| Základní deska | ASRock Rack GENOAD8X-2T/BCM (SP5 Genoa, integrovaný přepínač Broadcom PEX PCIe Gen5, 12x DDR5, 2x 10 GbE, IPMI) |
| Systémová RAM | 768 GB DDR5-4800 ECC RDIMM (12x 64 GB — všechny kanály obsazeny, celkem ~460 GB/s) |
| Spouštění / úložiště | 4TB NVMe M.2 (PCIe 4.0 x4) – dimenzováno pro přípravu na hraniční kontrolní stanoviště |
| napájení | 5x sada serverových zdrojů 1200 W (kompatibilní s HP, celkem 6 kW) |
| Podvozek | 7U rackový systém s 8 GPU, kapacita 10 slotů PCIe, aktivní rozšiřující karty Gen5 |
| Chlazení | Věžový chladič SP5 Genoa + 8x 120mm ventilátory na šasi. Turbodmychadla pro každou grafickou kartu jsou samostatná – proudění vzduchu pro datová centra se doporučuje, ale není to striktně nutné. Tišší pro laboratorní prostředí. |
| Síť | Duální integrovaný 10GbE (Intel X550) |
Napájecí obálka
- Spotřeba GPU (specifikace): 6 x 600 W = 3 600 W
- Celkový výkon systému při plném zatížení: ~4 080 W
- Celkový výkon zdroje: 6 000 W (5x 1 200 W) — 32 % rezervy
- Karty Max-Q obvykle dosahují trvalého příkonu 520–550 W – reálný výkonový limit přesahuje 20 %
Chlazení (Max-Q diferenciátor)
Každá karta nasává vzduch zepředu dozadu pomocí vlastního ventilátoru – každý z nich je samostatný. Toleruje smíšené nasazení ve skříních/rozvaděčích. Tišší než ekvivalentní sada axiálních ventilátorů. Profil firmwaru Max-Q upřednostňuje nižší trvalý výkon (typicky 520–550 W). Doporučeno: skříň s perforovanými předními dveřmi a volnou zadní odvodní cestou.
Co můžete spustit
Identické s verzí Server Edition – stejný křemíkový procesor, stejný 576GB pool. DeepSeek V3 Q4 (~404 GB) s dlouhým kontextem, Kimi-K2 Q2, Mistral Large 3 Q2-Q3, GLM-5 Q2, Qwen3-Coder-480B Q4.
LLM – text / uvažování / kódování
Čínská hranice
- DeepSeek V3 / R1 / V3.1 / V3.2 v Q4_K_M (~404 GB) vyhovuje dlouhý kontext (~5-8 tok/s jeden vLLM TP-6, publikovaná reference); fp8 nativní (~670 GB) s únikem RAM
- Kimi-K2 (Základ / Instrukce / Myšlení) na Q2_K (~375 GB) pohodlně (~5-8 tok/s single, publikovaná reference)
- GLM-5 / GLM-5.1 (~745B/44B) v Q2_K (~260 GB); Q3 (~420 GB) s přelitím RAM
- Qwen3-Coder-480B-A35B v Q4_K_M (~270 GB) s dlouhým kontextem
- Qwen3-235B-A22B na bf16 (~470 GB) nebo FP8 (~240 GB)
- ERNIE-4.5-424B-A47B ve 4. čtvrtletí (~240 GB) se 128k ctx
- Intern-S1-Pro v Q2_K (~325 GB); Hunyuan-velký ve 4. čtvrtletí (~220 GB)
- MiniMax-Text-01 / M1 ve 4. čtvrtletí (~260 GB)
Západní hranice
- Mistral Large 3 ve 2.-3. čtvrtletí (~243-317 GB) pohodlné (~20-30 tok/s jednotlivě, publikovaná reference)
- Flame 4 Maverick v Q4_K_M (~232 GB) s dlouhým ctx (~45-55 tok/s jeden, publikovaná reference)
- Llama-3.1-Nemotron Ultra 253B při 8. frameworku (~253 GB)
- Grok-1 314B ve 4. čtvrtletí (~182 GB); Sněhová vločka Arktida ve 4. čtvrtletí (~278 GB)
- Instrukce DBRX 132B/36B při bf16 (~264 GB) nebo FP8
Modely vizuální a jazykové komunikace
Qwen3-VL-235B-A22B; InternVL3.5-241B-A28B Q4; GLM-4.5V / 4.6V 106B bf16; Llama 3.2 90B Vision bf16; Pixtral Large 124B fp8; Molmo 72B bf16.
Generování obrazu
Instrukce HunyuanImage-3.0; FLUX.1 [dev] / [shnell] / Kontext multi-instance (~15-20 s na obrázek 1024x1024, publikovaná reference); SD 3.5 Large; SDXL; AuraFlow; OmniGen; HunyuanImage-2.1; Kolors 2.0.
Generování videa
Wan 2.2 T2V-A14B duální expert MoE bf16; HunyuanVideo 13B bf16; Open-Sora 2.0 (11B); Mochi-1 (10B); NVIDIA Cosmos Predict 2 až do 14B; CogVideoX-5B; LTX-Video; Pyramid Flow.
Zvuk / Řeč / TTS
Full-stack rezidentní systémy: Whisper v3 large, Parakeet-TDT 1.1B, Canary 1B, Moshi 7B realtime, Qwen3-Omni, Step-Audio R1, CosyVoice 3.0, Kokoro, Stable Audio Open.
Vícemodelové / vícenájemnické služby
- DeepSeek V3 Q4 + FLUX + HunyuanVideo + Whisper/Moshi v reálném čase, plně rezidentní
- Souběžný 70B tenzorově paralelní + 235B-MoE na samostatných PCIe doménách
- 3 hraniční modely rezidentní pro A/B hodnocení
Cílové úlohy
- Výzkumná laboratoř Frontier s otevřenou hmotností a smíšeným/neideálním prouděním vzduchu
- Kolokace / privátní datové centrum, kde je turboventilátor na kartu provozně jednodušší než plně pasivní proudění vzduchu
- Nasazení suverénní umělé inteligence s využitím Apache 2.0 / MIT model stack
- Podniková multimodelová platforma RAG + agenti
- Laboratorní prostředí s otevřenými stojany
Publikované reference výkonu
Externí reference | Stejný křemík jako u Server Edition | Neměřeno na hardwaru Kentino
| měřítko | Výsledek |
|---|---|
| RTX Pro 6000 na kartu INT8 TOPS | 2 000 TOPŮ |
| vLLM — DeepSeek V3 Q4 na 6x RTX Pro 6000 (single) | ~25-40 tok/s |
| vLLM — DeepSeek V3 Q4 na 6x RTX Pro 6000 (šarže-32) | Agregát 200–400 tok/s |
| FLUX.1 [dev] fp8 na jedné grafické kartě RTX Pro 6000 | ~15-20 s na obrázek 1024x1024 |
Přesné údaje potvrzeny ve fázi PoC. Kentino zveřejní čísla od první strany po první zákaznické instalaci.
Není ideální pro
- Kimi-K2 / DeepSeek V3 ve čtvrtém čtvrtletí produkčně spolehlivé – přechod na Kentino AI 768 TurinDual RTXPro6000MQ
- Školení od nuly na modelech hraniční třídy – bez NVLink
- Nasazení typu „plug-and-play“ – pohraniční služby ministerstva školství potřebují zkušený tým MLOps
Záruka a dodací lhůta
Sestavení zahrnuje montáž, konfiguraci BIOSu, instalaci ovladačů, zapálení, memtest, funkční ověření a nastavení prostředí LLM. Dodací lhůta závisí na dostupnosti komponent, která bude potvrzena při objednávce.
Doporučené doplňky
- Síťová karta NVIDIA ConnectX-5 MCX555A-ECAT 100 GbE pro škálování na více uzlů
- Druhý 4TB NVMe disk pro datovou sadu / knihovnu modelů
- Plná 24U racková skříň s perforovanými předními dveřmi
- Online UPS 10 kVA
- Spravovaná PDU
Otázky, které nám kupující nejčastěji kladou před objednáním serveru.
Jak dlouho to trvá?
Stroje vyrobené z komponentů, které držíme v zásobě, expedujeme rychle; cokoli vyžadující specifickou generaci GPU závisí na dodávce. Před platbou vám sdělíme datum a pokud se pohne, raději vám to oznamujeme, než abyste se o tom dozvěděli.
Lze konfiguraci změnit před sestavením?
Téměř vždy. Grafické karty, paměť, úložiště a chlazení se volí pro každou objednávku a uvedená konfigurace je spíše výchozím bodem než pevně stanoveným balíčkem. Pokud potřebujete více VRAM, rychlejší úložiště nebo jiný přístup k chlazení, sdělte nám to před objednáním a my vám sdělíme cenovou nabídku.
Můžu si server vyzvednout osobně?
Můžete. Náš sklad je v Praze a osobní vyzvednutí je vítáno – většina lidí, kteří přijdou, využije návštěvy k prohlídce stroje s naším technikem a k položení otázek, které jsou přes e-mail nepříjemné. U objednávek v rámci České republiky se také snažíme doručit osobně a provést vás nastavením na místě.
Můžu si promluvit s někým, kdo skutečně rozumí pracovní zátěži?
Ano. Máme inženýra, který se zabývá konkrétně systémy umělé inteligence, ne běžným prodejním oddělením. Pokud se vaše otázka týká velikostí dávek, kvantizace, propojení nebo toho, kde bude vaše úzké místo, zeptejte se – tato konverzace obvykle změní konfiguraci k lepšímu.
Který model mohu v této konfiguraci provozovat?
Ano. Každý stroj je před odesláním sestaven, otestován a porovnán s reálnými úlohami umělé inteligence. Po odeslání máme již nainstalovaný a spuštěný LLM. Zapojíte ho, připojíte k síti a začnete pracovat – zbývá už jen rozhodnutí, který projekt spustí jako první.
Jak otestujete server před odesláním?
Porovnáváme to se skutečnými zátěžemi umělé inteligence, nikoli se syntetickými skóre: propustnost inference, trvalé chování při zátěži a teploty za nepřetržitého provozu. S tímto strojem získáte výsledky benchmarků, takže výkon, který vám byl slíben, je výkon, který si můžete ověřit hned první den.
Je server připraven ke spuštění, když dorazí?
Ano. Každý stroj je před odesláním sestaven, otestován a porovnán s reálnými úlohami umělé inteligence. Po odeslání máme již nainstalovaný a spuštěný LLM. Zapojíte ho, připojíte k síti a začnete pracovat – zbývá už jen rozhodnutí, který projekt spustí jako první.
Odesíláme z našeho skladu v EU. Těžké zboží může vyžadovat přepravu – kontaktujte nás pro cenovou nabídku a dodací lhůtu. Dvouletá omezená záruka s pokročilou podporou RMA; k dispozici je prodloužená záruka.
Není to přesně to, co potřebujete?
Sdělte nám svou pracovní zátěž a my tuto platformu specifikujeme podle ní – grafické karty, paměť, úložiště a chlazení budou odpovídat tomu, co skutečně používáte.