Купить сервер
В Казахстане

Определите задачу и нагрузку

Начните не с прайса, а с вопроса: что именно сервер будет делать 80% времени. От ответа зависит всё: модель GPU, количество карт, тип интерконнекта, объём RAM и даже форма шасси.

• Инференс LLM 7-13B - 1-2×L40S 48GB, vLLM, FP8
• Инференс LLM 70B+ - 2-4×H100 или H200 SXM с NVLink
• Fine-tune и LoRA - 2×H100 PCIe, 512 GB RAM
• Pre-train с нуля - 8×H100/H200 SXM в HGX-шасси
• Генерация картинок и видео - 2-4×L40S или RTX 6000 Ada
• Видеоаналитика 24/7 - L4 с NVDEC, минимум TDP
• HPC и CFD - A100/H100 + InfiniBand NDR

Дальше считайте реальный throughput под свою нагрузку: токены в секунду, кадры, batch size, длину контекста. Пиковые TFLOPS из маркетинговых буклетов никогда не совпадают с тем, что вы увидите на проде: упрётесь в bandwidth памяти, квантование или настройки параллелизма.

Выберите платформу и форм-фактор

На рынке Казахстана реально доступны 5 вендорских линеек серверов NVIDIA-класса. У каждой свой профиль.

1. Supermicro SYS/AS. Базовая цена ниже на 10-15%, богатый выбор шасси, быстрая поставка. Лучший выбор для стартапов и AI-команд.
2. Dell PowerEdge XE. Глубокая интеграция с vSphere, iDRAC9, проверенный ProSupport. Подойдёт корпоративному IT, где уже есть парк Dell.
3. HPE Cray XD и ProLiant DL. Топовая инженерия, референсная архитектура под HPC и HGX. Цена выше, зато меньше сюрпризов в кластере.
4. Lenovo ThinkSystem SR. Хорошее соотношение цена/качество, сильные позиции в тендерах и госзакупках.
5. ASUS ESC и Gigabyte G-серия. Ниша dev-станций и компактных 2U-4U решений с 2-4 GPU PCIe.

Форм-фактор выбирайте по TDP и месту размещения. 8×H100 SXM - это 6-8U и 12-15 кВт тепла, нужен ЦОД или подготовленная серверная. 2×H100 PCIe умещаются в 2-4U и переживут офисную кроссовую с нормальным кондиционером.

Сроки поставки и логистика по Казахстану

Сроки зависят от того, что именно покупаете и есть ли GPU на складе дистрибьютора в моменте.

• 10-14 рабочих дней - базовые конфигурации с H100, L40S, L4, RTX 6000 Ada со склада
• 3-5 недель - сборка 8×H100 или H200 SXM под заказ
• 6-10 недель - B200 Blackwell и кластеры с InfiniBand NDR под проект

По Казахстану доставляем за 1-3 дня: Алматы, Астана, Шымкент, Караганда, Атырау, Актау, Усть-Каменогорск, Павлодар. В СНГ сроки больше: 5-10 дней с оформлением ГТД и уплатой НДС в стране-получателе. Для H100/H200 в ряд стран нужны экспортные лицензии NVIDIA, мы помогаем их оформить до подписания договора, чтобы не вышло, что железо куплено, а вывезти нельзя.

Гарантия, SLA и инженерная поддержка

Трёхлетняя вендорская гарантия с возможностью продления до 5-7 лет - это минимум, на который стоит соглашаться. Дальше смотрите, что в неё входит по уровням.

Базовая (входит в цену)

Замена неисправных компонентов, RMA через дистрибьютора, обновления BIOS и BMC, базовая телефонная поддержка в рабочие часы.

Расширенная (+5-8% к цене)

Выезд инженера на объект, подменный фонд из GPU и блоков питания, диагностика удалённо через IPMI, 8×5 с откликом 4 часа.

Премиум 24/7 (+10-15% к цене)

NBD-замена критичных компонентов, выделенный инженер, помощь с настройкой CUDA, Kubernetes, vLLM, Triton Inference Server, observability.

Перед подписанием проверьте три пункта, о которых многие забывают: входит ли в гарантию замена аккумуляторов RAID-контроллеров, покрывается ли износ NVMe по TBW и кто платит за доставку RMA на склад вендора.

Оплата и финансовые инструменты

Под бизнес-модель подбираем схему оплаты, а не наоборот. Все варианты работают в Казахстане легально и с закрывающими документами.

• Банковский перевод в тенге - классика для B2B, полный пакет ЭСФ с НДС 12%
• SWIFT USD/EUR - экспортные контракты за пределы РК
• Лизинг 12-36 мес через Halyk, Forte, Freedom, Jusan, Eurasian Bank; первый взнос 10-30%
• Рассрочка до 6 месяцев для постоянных корпоративных клиентов без процентов
• Kaspi Pay до 15 млн тенге для ИП и физлиц
• Госзакупки РК - работаем через порталы eGov.kz и Goszakup, ЭЦП и КНП оформляем сами

На каждую поставку готовим полный комплект: договор, счёт-фактура ЭСФ, накладная АВР, акт приёма-передачи, техпаспорт с серийными номерами всех GPU, CPU и накопителей. Это важно для учёта на балансе и для будущих аудитов.

Масштабирование и апгрейд без переплат

Серверы с GPU устаревают не так, как обычные. H100 SXM за два года потерял в рыночной цене 15-20%, тогда как A100 80GB - уже 40%. Поэтому правильная стратегия - не брать впритык, а закладывать траекторию на 2-3 года вперёд.

HGX-платформа с 8 SXM-слотами даёт апгрейд H100 → H200 простой заменой модулей, шасси остаётся. Переход на B200 SXM5 потребует новой платформы: другой разъём, другое энергопотребление, другое охлаждение. PCIe-шасси гибче: пустые x16-слоты, пара свободных 8-pin от БП с запасом, и через год докупаете ещё 1-2 GPU без сервисного инженера.

Что закладываем клиентам по умолчанию: запас по питанию +30% к текущей нагрузке, 2-4 свободных NVMe-слота под рост данных, минимум один InfiniBand-порт для объединения с будущими нодами в кластер. Дороже на 7-12% на старте - и ни одного звонка "нам срочно нужно заменить блок питания" через год.

Постоянный инференс при 95% утилизации

Свой сервер выгоднее в 2.3 раза. CapEx 120 млн ₸ + OpEx 7.3 млн ₸/год окупается за 11 месяцев против AWS p4d.

За 3 года экономия около 170 млн ₸. Точка безубыточности при 60% утилизации.

Периодический тренинг 40-60%

Свой сервер выгоднее в 1.6 раза. Окупается за 16-22 месяца. Комбо: часть нагрузки своя, пики в облако.

За 3 года экономия 90-120 млн ₸. Гибкий гибридный сценарий.

Эпизодический эксперимент до 20%

Облако выгоднее. При утилизации ниже 20% собственный сервер не окупается за 3 года.

Альтернатива: купить дешевле L40S или RTX 6000 Ada как dev-машину, продакшн в облаке.

Питание

• Подведённая мощность от 12 кВт (для 8×H100 с головой)
• ИБП от 15 кВА online двойного преобразования
• Генератор при отсутствии резервного ввода
• PDU 32A с мониторингом по фазам
• Распределение на 2 линии для резерва PSU

Охлаждение

• Прецизионный кондиционер от 15 кВт холода
• Разделение горячих и холодных коридоров
• Температура на входе сервера 18-27 °C
• Влажность 40-55% с контролем точки росы
• Резервирование N+1 для 24/7 нагрузки

Размещение и сеть

• Стойка 42U с нагрузкой от 1500 кг
• Сервер 6U-8U с воздушным или DLC-охлаждением
• Аплинк 10/25/100 GbE для трафика данных
• InfiniBand NDR 400 Gbps при многонодовом тренинге
• Управляющая сеть 1 GbE до IPMI/iDRAC/iLO
• Резервный провайдер для 24/7 inference
• СКС и газовая пожарная система

Корпоративный чат-бот на Llama 3.1 70B

Задача. Развернуть русскоязычного ассистента для 1500 сотрудников холдинга вместо OpenAI API. Полный контроль над данными, соответствие закону о персональных данных, работа в закрытом контуре.

Сервер. 4×H100 SXM 80GB, 1 TB RAM, 2×Xeon 8480+, 400GbE. Инференс через vLLM в FP8, Tensor Parallelism на 4 GPU.

Результат. 180 tokens/sec на пользователя, суммарно 3500 tok/s при continuous batching, до 200 одновременных сессий с латентностью меньше 1 секунды до первого токена.

LLM-тьютор на казахском для EdTech

Задача. Персональный ассистент студента для подготовки к ЕНТ и SAT на базе Llama 3.1 70B с RAG по учебным материалам на казахском и русском языках.

Сервер. 2×H200 141GB SXM с TensorRT-LLM, встроенный векторный индекс на embeddings bge-m3, FP8 квантование.

Результат. 210 tokens/sec на ученика, контекст до 32K без chunking, обслуживание 20 000 одновременных студентов в пиковые часы подготовки к экзаменам.

Fine-tune модели на казахском корпусе

Задача. Continued pre-train Llama 3.1 8B и Qwen 2.5 7B на собственном корпусе казахского языка 80 GB для улучшения качества генерации и понимания падежей.

Сервер. 8×H100 SXM, 1 TB RAM, 2×EPYC 9654, NVLink 900 GB/s, NCCL для all-reduce градиентов.

Результат. 6500 tokens/sec/GPU, одна эпоха на 300 млрд токенов за неделю. Экономия 220 млн тенге за 2 года против аренды AWS p4d.24xlarge.

LoRA fine-tune Llama 70B для банка

Задача. QLoRA-адаптация Llama 3.1 70B под корпоративный стиль банка, инструкция-тюнинг на 50K примеров внутренней переписки и регламентов для anti-fraud и колл-центра.

Сервер. 2×H100 80GB PCIe, 512 GB RAM, QLoRA 4-bit с PEFT + bitsandbytes, gradient checkpointing.

Результат. 14 часов на одну эпоху, ROI от внедрения модели в колл-центре и анти-фроде за 9-11 месяцев.

RAG по 10 млн документов

Задача. Поисковый ассистент по корпоративной базе знаний юридической компании: 10 млн документов, договоры, судебная практика, законодательство. Умный поиск с контекстным ответом.

Сервер. 2×L40S 48GB + 1×H100 для LLM-генерации. Embeddings bge-m3 в PGVector / Qdrant, reranker BGE на CPU.

Результат. 8500 embeddings/sec при индексации, время ответа меньше 2 секунд, точность поиска top-5 около 92% на валидационном наборе.

Генерация изображений SDXL в продакшн

Задача. Сервис генерации рекламных креативов и иллюстраций для маркетингового агентства на SDXL и Flux.1 dev с возможностью кастомных LoRA под стиль бренда.

Сервер. 4×L40S 48GB, 256 GB RAM, ComfyUI + Automatic1111, очередь задач через Redis.

Результат. 2.4 секунды на изображение 1024×1024 SDXL с 30 шагами DPM++, 11 секунд на Flux.1 dev, 8-12 одновременных пользователей с комфортной очередью.

Видеоаналитика 50 камер 1080p

Задача. Распознавание лиц, повторных посещений, подсчёт людей и детекция забытых предметов на 50 IP-камерах 1080p в крупном ТРЦ.

Сервер. 2×L4 24GB с NVDEC hardware-декодированием, DeepStream SDK, YOLOv8 + ReID, TensorRT FP16.

Результат. Real-time обработка всех 50 потоков с трекингом, латентность меньше 100 мс, TDP всего 2×72W, окупаемость за 6-8 месяцев.

Распознавание речи на казахском и русском

Задача. Транскрибация аудио и видео записей для СМИ, подкастов и контактного центра банка с поддержкой казахского, русского и частично английского языков.

Сервер. 1×L4 24GB, Whisper large-v3 + кастомный LM для казахского, CTranslate2 для ускорения инференса в 2-3 раза.

Результат. 25× real-time, 8-10 одновременных аудиопотоков, WER около 7% на казахской речи и около 4% на русской.

Сегментация КТ и МРТ в радиологии

Задача. Автоматическая разметка очагов на КТ органов грудной клетки, МРТ головного мозга и рентгенограммах. Ассистент радиолога, ускоряющий описание исследований.

Сервер. 2×H100 80GB, MONAI и nnU-Net, хранилище DICOM на 16 TB NVMe, интеграция с PACS по DIMSE/DICOMweb.

Результат. 6 секунд на исследование, ночная пакетная обработка архива из 2000 исследований за 3-4 часа, сокращение времени описания на 35-45%.

CFD-расчёт авиационного проекта

Задача. Моделирование обтекания крыла перспективного самолёта в ANSYS Fluent. Сетка 50 млн ячеек, нестационарный расчёт, DES-модель турбулентности.

Сервер. 4×H100 SXM + InfiniBand NDR 400 Gbps между нодами, GPUDirect RDMA для прямого обмена GPU-GPU.

Результат. 3-4 секунды на одну итерацию, расчёт на неделю вместо месяца на CPU-кластере, ускорение в 8-12 раз при сравнимой стоимости железа.

Unreal Engine 5 virtual production

Задача. Виртуальный продакшн для рекламного агентства: LED-wall съёмки, real-time композитинг, 4K-рендер в Unreal Engine 5 с Lumen и Nanite.

Сервер. 1×RTX 6000 Ada 48GB на станцию оператора, рендер-ферма из 6×RTX 6000 Ada для офлайн-шотов в Movie Render Queue.

Результат. 60+ FPS в 4K в умеренных сценах, рендер фермы в 4 раза быстрее старого RTX 3090-кластера, окупаемость за 11 месяцев.

Молекулярная динамика в фарме

Задача. Моделирование связывания новых молекул-кандидатов с белком-мишенью для фармацевтической компании, поиск перспективных лекарственных соединений.

Сервер. 4×H100 SXM с GROMACS и OpenMM с CUDA-акселерацией, система на 500K атомов с учётом воды и ионов.

Результат. 150-200 наносекунд симуляции за сутки, полный цикл скрининга кандидата за 2-3 недели, экономия недели расчётов на каждую молекулу.

Банк и финтех Алматы

Построили ML-платформу для anti-fraud и кредитного скоринга на 2 млрд транзакций в квартал. Real-time скоринг платежей, детекция мошеннических схем, churn-модели, рекомендации продуктов.

Конфигурация 2×H200 SXM с 1 TB RAM. Обучение в 3 раза быстрее аренды AWS p4d.24xlarge, ROI примерно 9-11 месяцев, снижение false-positive в 4-5 раз.

AI-стартап Астана

Fine-tune Llama 3.1 70B и Qwen 2.5 72B на корпусе казахского и русского языка 80 GB. Собственная LLM для B2B-клиентов вместо OpenAI API, полный контроль над данными и соответствие закону о персональных данных.

Сервер 8×H100 SXM с NVLink 900 GB/s. Экономия против облачной аренды примерно 220 млн тенге за 2 года, выход в продакшн за 4-5 месяцев.

Медицинский центр Алматы

GPU-сервер для автоматической сегментации КТ, МРТ и рентген-снимков. Nn-UNet для детекции очагов, MONAI для 3D-визуализации, ассистент радиолога для разметки.

Сервер 2×H100 80GB обрабатывает ночной архив за 3-4 часа против суток на CPU. Сокращение времени описания исследования на 35-45%.

EdTech-платформа Казахстан

LLM-тьютор и персональный ассистент студента на базе Llama 3.1 70B с RAG по учебным материалам на казахском и русском. Генерация задач, проверка ответов, объяснение материала, подготовка к ЕНТ и SAT.

Сервер 4×H100 SXM обслуживает 20 000 одновременных студентов через vLLM и TensorRT-LLM в FP8.

Ритейл-сеть Казахстан

Рекомендательная система, компьютерное зрение на кассах самообслуживания, детекция краж, аналитика покупательского потока. NVIDIA Merlin для рекомендаций, YOLOv8 и TensorRT для видеоаналитики.

2×A100 80GB + 4×L4 для видео. Рост среднего чека через персональные рекомендации на 7-12%, сокращение потерь на 25-30%.

Промышленное предприятие

Predictive maintenance по вибрации и тепловизионному контролю, визуальный контроль качества на конвейере, детекция дефектов сварных швов. Обучение собственных моделей на размеченных данных производства.

Сервер 4×L40S + 2×A100. Снижение незапланированных простоев на 25-40%, выявление дефектов 98%+ точности.

VFX-студия Алматы

Render-ферма для рекламных роликов, виртуального продакшна на Unreal Engine 5, anime-сериалов в Blender Cycles. Поддержка Lumen, Nanite, real-time ray tracing, OctaneRender, Redshift.

Кластер 6×RTX 6000 Ada 48GB. Ускорение рендера в 4 раза против старых RTX 3090, сокращение дедлайнов вдвое, окупаемость за 11 месяцев.

Государственный проект

Система документооборота с LLM для автоматической классификации обращений, извлечения сущностей, генерации ответов на казахском и русском. Ассистент оператора колл-центра, умный поиск по регламентам.

4×H100 80GB с полной изоляцией от внешней сети. Сокращение времени обработки обращения в 3-4 раза, рост удовлетворённости граждан.

Агросектор Северный Казахстан

Видеоаналитика с дронов и тракторов, подсчёт всходов, детекция сорняков и болезней культур, прогноз урожайности. Обучение CV-моделей на собственном размеченном датасете полей.

Сервер 2×L40S для обучения и 4×L4 для edge-инференса на технике. Прибавка к урожайности на 8-12%, сокращение расхода гербицидов на 30-40%.

Телеком-оператор

Churn-модели абонентов, обнаружение аномалий в трафике, SIM-box fraud detection, оптимизация радиопокрытия на графовых нейросетях. ML-платформа для команды 20+ дата-сайентистов с MIG-партицированием H100.

Сервер 4×H100 SXM с MIG на 7 инстансов каждый. Обучение сложных моделей в 5-7 раз быстрее прежнего кластера V100.

Логистика и маркетплейс

Оптимизация маршрутов курьеров через reinforcement learning, прогноз спроса, динамическое ценообразование, поисковая выдача с vector search на embeddings.

2×H100 80GB + 1×L40S под embeddings. Сокращение пробега курьеров на 12-18%, рост конверсии поиска на 9%.

HPC и научные расчёты

Университетский и корпоративный HPC: CFD для авиации и энергетики, молекулярная динамика для фармы, климатические модели, квантовая химия для новых материалов. GROMACS, NAMD, LAMMPS, ANSYS Fluent, OpenFOAM, VASP.

Кластер 8×H100 SXM + 4×A100 80GB с InfiniBand NDR 400 Gbps. Ускорение расчётов в 10-30 раз против чистого CPU-кластера.

Сервер для обучения нейросетей

Под полноценный pre-train трансформеров, CV-моделей и генеративных архитектур. Базовый вариант 2×A100 80GB за 18-24 млн ₸, рабочий 4×H100 SXM за 85-95 млн ₸, флагман 8×H200 SXM за 280+ млн ₸. NVLink, HBM3e и запас RAM обеспечивают высокую утилизацию GPU без простоя на I/O.

Сервер для LLM в продакшене

Inference-сервер для развёртывания Llama, Qwen, DeepSeek и собственных fine-tuned моделей. Для 7B-13B хватит 1-2×L40S за 12-18 млн ₸, для 70B нужно 2-4×H100 за 45-90 млн ₸, для 175B и MoE Mixtral 8×22B - 8×H200 с Tensor Parallelism. Работают vLLM, TensorRT-LLM, SGLang, TGI с continuous batching и FP8.

Сервер для Stable Diffusion и Flux

Генерация изображений для маркетинга, рекламы, дизайна, e-commerce. Оптимальный вариант 2-4×L40S 48GB за 22-40 млн ₸: batch 4-8 в 1024×1024 SDXL, поддержка Flux.1 dev, кастомные LoRA, ControlNet, IP-Adapter. Для персональной dev-машины дизайнера подходит 1×RTX 6000 Ada.

Сервер для 3D-рендеринга

Рендер-ферма для Blender Cycles, OctaneRender, Redshift, Unreal Engine 5. 4-8×RTX 6000 Ada 48GB за 55-110 млн ₸ даёт ускорение в 3-5 раз против RTX 3090/4090-кластеров. Поддержка OptiX, Lumen, Nanite, real-time ray tracing, Omniverse для совместной работы студии.

Сервер для видеоаналитики

Распознавание лиц, подсчёт людей, детекция объектов, ANPR номеров авто. Для 50-100 потоков 1080p хватает 2-4×L4 24GB за 9-16 млн ₸ с NVDEC-аппаратным декодированием, для 300+ потоков - 4×L40S. Стек DeepStream SDK, YOLOv8/v10, TensorRT FP16, ReID-модели трекинга.

Сервер для HPC и научных расчётов

CFD, молекулярная динамика, климатические модели, сейсморазведка, финансовый Monte Carlo. 4-8×A100 или H100 с InfiniBand NDR 400 Gbps и GPUDirect RDMA. GROMACS, ANSYS Fluent, OpenFOAM, NAMD, LAMMPS с CUDA-акселерацией дают ускорение в 10-30 раз против CPU-кластера той же стоимости.

Сервер для 1С и виртуализации

GPU-сервер с L4 или L40S под VDI-фермы 1С, MS SQL, терминальные серверы и рабочие места с CAD. 1-2×L4 24GB покрывают 50-100 VDI-сессий. VMware vSphere, Proxmox, Hyper-V с NVIDIA vGPU-лицензиями. Комбинация с NVMe-стораджем даёт отклик лучше, чем на физических ПК.

Сервер для компьютерного зрения

Обучение и инференс моделей детекции, сегментации, классификации. Под обучение 2-4×A100 80GB или H100, под inference на производстве и ритейле 1-2×L40S или L4. Стек PyTorch, MMDetection, Detectron2, TensorRT для ускорения до 3-5× в продакшене.

Дев-станция AI-инженера

Персональная рабочая станция для ресёрча, прототипирования, быстрого fine-tune небольших моделей. 1×RTX 6000 Ada 48GB или 1×L40S в 4U-шасси за 7-12 млн ₸. Полноценный CUDA-стек, достаточно VRAM для экспериментов с моделями до 30B параметров и LoRA.