3Logic Group расширила линейку Crusader двумя 4U-системами Squire 4245R: это серверы для ИИ с восемью ускорителями Nvidia и двумя процессорами AMD EPYC 9374F. Для российских компаний, которые хотят держать обучение моделей и инференс в локальном контуре, новинка выглядит как еще один вариант собрать тяжелую GPU-инфраструктуру без длинного проекта «с нуля». О запуске сообщает CNews.
Обе конфигурации построены вокруг двух AMD EPYC 9374F и поддерживают PCIe 5.0. Это важная деталь: для задач генеративного ИИ узким местом быстро становится не только количество видеопамяти, но и то, как быстро данные перемещаются между CPU, GPU, памятью и накопителями. Серверы выполнены в стоечном корпусе 4U и рассчитаны на установку восьми графических ускорителей Nvidia.
Первая версия Crusader Squire 4245R получила восемь Nvidia H200 NVL. У каждого ускорителя — 141 ГБ памяти HBM3e, суммарно это более 1,1 ТБ видеопамяти на узел. Оперативной памяти в системе — 2 ТБ DDR5 ECC RDIMM. Такая конфигурация нацелена на крупные языковые модели и распределенный инференс: сценарии, где модель или батчи запросов уже не помещаются в условную «рабочую станцию с парой GPU».
Вторая конфигурация использует восемь Nvidia RTX Pro 6000 Blackwell Server Edition с 96 ГБ GDDR7 на карту и 1 ТБ оперативной памяти. Ее 3Logic Group позиционирует шире: аналитика данных, дообучение нейросетей, визуализация, научные расчеты. Иначе говоря, это не только про LLM, но и про инженерные, исследовательские и прикладные нагрузки, где GPU нужны не ради модного шильдика, а потому что CPU уже давно не вывозит приемлемые сроки расчета.
Хранилище собрано на NVMe-накопителях с аппаратным RAID-контроллером. Для сети заявлены интерфейсы 25 Gb/s SFP28. Это не экзотика для дата-центра, но для ИИ-кластера такая база выглядит скорее минимально разумной, чем избыточной: большие датасеты, чекпойнты моделей и параллельные задачи быстро превращают медленный storage и сеть в дорогой тормоз. Питание тоже с запасом: четыре блока по 3200 Вт должны держать систему под пиковыми расчетными нагрузками.
Руководитель направления по развитию собственных торговых марок 3Logic Group Павел Филин объясняет запуск спросом на корпоративные ИИ-сервисы, которым нужна высокая скорость обработки данных и возможность работать внутри инфраструктуры заказчика. В переводе с языка пресс-релизов: бизнес все чаще хочет запускать модели ближе к данным, а не каждый раз выносить чувствительные наборы во внешний облачный сервис. Для банков, промышленности, ритейла, телекома и госсектора это не вкусовщина, а вопрос регуляторики, безопасности и предсказуемой стоимости владения.
Появление таких конфигураций хорошо ложится в общий тренд 2025-2026 годов: компании перестали обсуждать ИИ только как подписку на чат-бота и начали считать железо, стойки, питание, охлаждение, лицензии, MLOps и людей, которые все это будут поддерживать. Локальные серверы для ИИ не отменяют облака, но дают другой профиль контроля: можно держать данные на своей стороне, подбирать конфигурацию под конкретную модель и не зависеть от доступности внешних GPU-ресурсов в момент, когда они внезапно понадобились всем.
Для разработчиков и ML-команд это означает более прагматичный разговор с инфраструктурными подразделениями. Вопрос уже не только «какую модель взять», а «какой объем видеопамяти нужен, сколько одновременных запросов держим, как быстро переобучаемся, где лежат датасеты и кто оплачивает электричество». Конфигурация с H200 NVL выглядит ближе к тяжелому инференсу и крупным LLM, вариант с RTX Pro 6000 Blackwell Server Edition — к более смешанному парку задач, где рядом живут дообучение, визуализация и расчеты.
Главный открытый вопрос теперь не в том, появятся ли на рынке еще серверы для ИИ, а в том, сколько компаний смогут загрузить такие системы реальной работой. Восьми GPU мало для гонки с глобальными лабораториями, но вполне достаточно для корпоративных моделей, RAG-сценариев, отраслевых ассистентов и внутренних аналитических сервисов. Победят не те, кто купит самый тяжелый сервер, а те, кто быстрее свяжет железо с данными, процессами и понятной экономикой.