Kentino AI 192 Rome ArcProB70 TBD — 6× Intel Arc Pro B70 — EPYC Milan (předobjednávka)
Platforma podnikové úrovně, sestavená a testovaná v EU.
V PŘÍPRAVĚ
Předobjednávka — Intel Arc Pro B70 bude dodán ve 3. čtvrtletí 2026
Kentino AI 192 Rome ArcProB70 TBD
192 GB VRAM Intel Xe2 Inference Server
6x Arc Pro B70 | EPYC Milán | TOPY budou upřesněny
Cenově výhodná sestava s vysokým objemem VRAM zaměřená na open-source inferenční stack od Intelu. Cena je vázána na dostupnost produktů od Intelu.
Rackový inferenční server s výškou 4U a šesti kartami Intel Arc Pro B70 Creator (každá s 32 GB Xe2-HPG "Battlemage", celkem 192 GB), jedním procesorem AMD EPYC 7643 Milan (48C/96T), 384 GB paměti DDR4 ECC, 2 TB NVMe bootovacím diskem a 2kW ATX zdrojem (důrazně doporučujeme upgrade na dva zdroje). Vytvořeno pro softwarový ekosystém Intel: OpenVINO 2025+, IPEX-LLM, llama.cpp SYCL backend a vLLM-Intel forky. Na tomto hardwaru neběží úlohy pouze s CUDA.
technické vybavení
| Složka | Detail |
|---|---|
| GPU | 6x Intel Arc Pro B70 Creator 32 GB (Xe2-HPG "Battlemage", 250 W, PCIe 5.0 x16, dvouslotová) |
| Pool VRAM | 192 GB agregátu na 6 kartách (bez mezikartové struktury – peer provoz přes PCIe) |
| Procesor (CPU) | AMD EPYC 7643 Milan (48C/96T, 225 W, 128 linek PCIe 4.0) |
| Základní deska | 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) |
| Spouštění / úložiště | 2TB NVMe M.2 (PCIe 4.0 x4) |
| napájení | 1x 2 kW ATX zdroj (důrazně se doporučuje upgrade na duální 2 kW synchronizovaný zdroj) |
| Podvozek | Montáž do racku 4U (6slotové uspořádání) |
| Chlazení | Věžový chladič SP3 (Arctic Freezer 4U-M) + směrované proudění vzduchu zepředu dozadu (průmyslové ventilátory) |
| Síť | Duální integrovaný 10GbE (Intel X550) |
Napájecí obálka
- Spotřeba GPU: 6 x 250 W = 1 500 W (TDP publikované společností Intel)
- Celkový výkon systému při plném zatížení: ~1 825 W
- Celkový výkon zdroje: 2 000 W (samostatný) — pouze 8.75 % volného prostoru
- Důrazně se doporučuje duální synchronizovaný provoz o výkonu 2 kW – obnovuje ~45 % rezervy
Topologie jízdních pruhů
ROMED8-2T nabízí 7 linek PCIe 4.0 x16. Šest obsazených slotů; jeden volný pro upsell síťové karty. Arc Pro B70 je nativní pro PCIe Gen5; ROMED8-2T běží na Gen4 – dopad na šířku pásma je zanedbatelný pro inferenci při 32 GB na kartu. Žádný přepínač PCIe. Žádný ekvivalent Xe-Link.
Co můžete spustit
Veškerá tvrzení o kompatibilitě se vztahují k softwarovým datovým vrstvám Intel (OpenVINO, IPEX-LLM, llama.cpp SYCL, vLLM-Intel). Na tomto hardwaru neběží úlohy pouze s technologií CUDA. Všechny údaje citují publikované externí zdroje a podléhají nezávislému ověření při expedici karet.
LLM – text / uvažování / kódování
Čínská hranice
- Qwen3 / Qwen3.5 (Alibaba): Qwen3-235B-A22B Q4 (~132 GB) s dlouhou kontextovou rezervou; 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) — vhodné pro střední KV
- Tencent Hunyuan: Hunyuan-Large Q3 (~160 GB); Hunyuan-A13B fp8 (~80 GB), pokud je v ovladači odhalena cesta Xe2 fp8
- Ostatní: Baidu ERNIE-4.5-424B Q3 (~180 GB); MiniMax-M1 Q3 (~180 GB); DeepSeek-R2 32B (6 souběžných streamů)
Západní hranice
- Meta láma: Llama 3.3 70B Q6-Q8 s velkorysým KV; Llama 4 Scout 109B/17B Q4 (~63 GB) pohodlná
- Mistral: Mistral Malý 3 / Magistral Malý / Devstral Malý 2 (24B) na bf16; Pixtral Velký Q4-Q6
- OpenAI (otevřené váhy): gpt-oss-120b MXFP4 nativní (~80 GB) — pokud je v Intel stacku k dispozici dostatek MXFP4
- NVIDIA Nemotron: Llama-3.1-Nemotron Ultra 253B Q4 (~120 GB)
- Ostatní: Gemma 3 27B bf16 multimodální; Phi-4 / Phi-4-reasoning 14B; Cohere Command R+ 104B Q4
Modely vizuální a jazykové komunikace
Qwen3-VL-8B / 32B; Qwen3-VL-30B-A3B MoE; InternVL3 až 78B; InternVL3.5-38B; Llama 3.2 90B Vision Q4; Pixtral 12B; Molmo 72B Q4; Gemma 3 12B/27B multimodální; MiniCPM-V 2.6 / MiniCPM-o 2.6. Intel OpenVINO má silnou podporu pro vision-tower – VLM je pravděpodobnou silnou stránkou hned od prvního dne.
Generování obrazu
FLUX.1 [dev] / [schnell] fp8 nebo Q4 GGUF přes lama.cpp SYCL; SDXL / SD 3.5 Large přes OpenVINO genAI runtime; HunyuanDiT; HunyuanImage-2.1 bf16 (~34 GB); Kolors 2.0; AuraFlow; OmniGen; PixArt-Sigma.
Generování 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 nejslabší cestou Intelu – v době uvedení na trh se očekává funkční, ale ne optimální propustnost.
Zvuk / Řeč / TTS
- ASR: Whisper v3 large / turbo přes OpenVINO (prvotřídní podpora Intel Whisper); Parakeet-TDT; Canary; SenseVoice
- Překlad textu na řeč: CosyVoice 2/3; Kokoro 82M; Stable Audio Open; XTTS v2; StyleTTS 2; Step-Audio-EditX
- Reálný čas / S2S: Kyutai Moshi; MusicGen / AudioGen / Bark; SeamlessM4T v2
Vícemodelové / vícenájemnické služby
- 6 souběžných streamů modelu Q4 s kapacitou 32 GB (jeden na kartu) – např. 6 agentů Qwen3-32B Q4
- Embeddingová flotila ve velkém měřítku — 6 paralelních streamů BGE-M3 / E5 / Nomic Embed (optimalizované pro OpenVINO)
- Smíšená rezidence — 70B Q4 (tenzorově paralelní přes 3 karty) + FLUX.1 (1 karta) + Whisper-turbo (1 karta) + Moshi (1 karta)
Cílové úlohy
- Pilotní projekt hodnocení softwaru Intel pro alternativní LLM služby CUDA
- Backend pro vkládání / přeřazení, kde VRAM na EUR dominuje požadavkům na propustnost
- Inference rozpočtu Q4 frontier-MoE (Qwen3-235B, GLM-4.5/4.6/4.7) pro malé interní vývojové týmy
- Nasazení nativního modelu OpenVINO vedle stávajících procesorů Intel Xeon / Arc Pro
- Backend pro VLM / OCR / zpracování dokumentů (silná stránka Intel OpenVINO)
Měřený výkon
Specifikace zveřejněné společností Intel | Podléhá nezávislému ověření při expedici karet
| Spec | Hodnota |
|---|---|
| VRAM na kartu | 32 GB GDDR6 |
| Třída šířky pásma paměti | ~450 GB/s na kartu |
| Rozšíření matice Xe (XMX) | Zrychleno přes OpenVINO / IPEX-LLM |
| cesta FP8 | Křemík Xe2 – ověřte expozici řidiče v době lodní dopravy |
Žádná naměřená data společností Kentino. Specifikace zveřejněné společností Intel podléhají nezávislému ověření. Kentino zveřejní údaje o tok/s / QPS / šířce pásma od první strany, jakmile první jednotka projde testovacím obdobím.
Není ideální pro
- CUDA-nativní úlohy – žádný CUDA na Intelu, očekávejte migrační třenice
- Nasazení kritická pro produkci v rámci SLA do stabilizace dodávek a nástrojů Intel Arc Pro
- Frontier 600B+ MoE ve 4. čtvrtletí (vyžaduje 6x RTX Pro 6000 / 576 GB pool)
- Trénovací úlohy – Arc Pro je primárně založený na inferenci, vyspělost frameworku pro distribuované školení je omezená
- Zákazníci, kteří před nákupem požadují naměřené benchmarky – tato skladová jednotka je k předobjednávce
Záruka a dodací lhůta
Standardní záruka Kentino (2 roky na díly, 1 rok na práci); distribuční podmínky Intelu mají přednost tam, kde jsou přísnější. Sestavení zahrnuje montáž, konfiguraci BIOSu, instalaci ovladačů, záběhové testování a ověření funkčnosti. Rezervujte si čas dodání první vlny prostřednictvím kontaktního formuláře Kentino. 30denní lhůta pro stanovení ceny při objednávce.
Doporučené doplňky
- Vylepšení o dva synchronizované zdroje o výkonu 2 kW (výkon jednoho zdroje je omezený s odběrem 1 825 W – důrazně doporučeno)
- Upgrade paměti RAM na 512 GB DDR4 (2x 64 GB — dva volné sloty)
- 4TB NVMe sekundární disk pro knihovnu modelů
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.