Qu'est-ce qu'un système HGX par rapport à un système DGX ?

DGX (Data Centre GPU) est le système complet de marque NVIDIA — la carte GPU, NVSwitch, CPU, mémoire, stockage, réseau, BMC et châssis sont tous assemblés et validés par NVIDIA. HGX est la plateforme OEM : NVIDIA fournit la carte mère GPU avec NVSwitch et les modules GPU aux partenaires tels que Supermicro, Dell EMC, HPE et Lenovo, qui construisent leur propre châssis serveur complet autour de celle-ci. Les systèmes HGX offrent plus de flexibilité dans le choix du châssis, les options de réseau et les configurations de stockage ; les systèmes DGX sont validés comme référence et sont livrés avec le logiciel NVIDIA Base Command.

Quelle puissance requiert un Miner DGX H100 ?

Le DGX H100 consomme jusqu'à 10,2 kW. Il nécessite deux connexions C19/C20 provenant de circuits distincts de 30A, 240V en Amérique du Nord, ou une alimentation triphasée de 32A en Europe. Un circuit résidentiel standard de 20A, 120V est totalement inadéquat. Prévoyez des unités d'alimentation numérique dédiées ou des alimentationsDirectes au panneau, et vérifiez la capacité de votre UPS avant de commander.

Un serveur d'IA a-t-il besoin d'une refroidissement liquide ?

Les serveurs AI d'entrée et de milieu de gamme (configurations PCIe 2–8 GPU) peuvent utiliser un refroidissement par air à haut débit, bien que le bruit des ventilateurs à haute vitesse et la chaleur d’évacuation à plus de 10 kW rendent fortement recommandés des échangeurs de chaleur de porte arrière. Les DGX H100 et HGX H100/H200 au format SXM sont conçus pour un refroidissement par air au niveau du système, mais génèrent une chaleur importante au niveau de l’armoire — le refroidissement liquide devient pratiquement nécessaire au-delà de 20–30 kW par armoire. Le GB200 NVL72 à 120 kW par armoire nécessite un refroidissement liquide direct sans option uniquement air.

Puis-je faire fonctionner un modèle de 175 milliards sur un DGX H100 ?

À FP16, un modèle de 175 milliards nécessite environ 350 Go de VRAM — plus que les 640 Go qu'un DGX H100 peut contenir après avoir pris en compte la surcharge du cache KV pour l'inférence. En pratique, la quantification INT8 réduit cette exigence de moitié à environ 175 Go, ce qui s'adapte confortablement. Le DGX H200 (1,1 To HBM3e) peut exécuter des modèles de 175 milliards en FP16 avec une marge. Un GB200 NVL72 (13,5 To) peut faire fonctionner plusieurs instances de modèles de 175 milliards en même temps.

Quelle mise en réseau est requise entre plusieurs serveurs AI ?

Pour l'entraînement sur plusieurs nœuds, un tissu RDMA à haute vitesse est essentiel. NVIDIA InfiniBand HDR (200 Gb/s) ou NDR (400 Gb/s) est la norme pour la mise en réseau des clusters DGX/HGX. Alternativement, RoCEv2 (RDMA sur Ethernet convergé) avec des NIC ConnectX-7 400 GbE constitue une option à moindre coût pour les clusters d'inférence. Les opérations collectives all-to-all (AllReduce) pendant l'entraînement sont extrêmement sensibles à la bande passante et à la latence inter-nœuds — les commutateurs Ethernet grand public 25/100 GbE introduisent des ralentissements inacceptables dans l'entraînement à grande échelle.

Proposez-vous des services d'installation ou d'intégration ?

Oui. Pour les commandes importantes de serveurs AI, nous pouvons organiser la configuration en usine, les tests de burn-in, ainsi que la logistique vers votre centre de données ou votre installation de colocation. Contactez notre équipe commerciale pour discuter de votre calendrier de déploiement et de vos exigences en matière d'installation. Nous travaillons avec des fournisseurs de colocation à travers l'Europe, les Émirats arabes unis et l'Amérique du Nord.

Comment contacter MillionMiner pour une demande de devis pour un serveur ?

Notre équipe est disponible 24/7 via WhatsApp (+49 176 777 888 33), email et téléphone. L'achat de serveurs AI implique généralement des configurations personnalisées et des tarifs dégressifs — nous adapterons votre charge de travail à la plateforme appropriée et vous fournirons un devis détaillé incluant la logistique.

Achetez des serveurs GPU et des stations de travail IA : prêtes à l'emploi, testées, préassemblées

Achetez des serveurs GPU préconfigurés et des stations de travail AI chez MillionMiner, assemblés selon vos spécifications, soumis à des tests de charge et expédiés prêts à fonctionner. Les configurations disponibles vont de stations de travail à GPU unique RTX 5090 à des systèmes dual-GPU Threadripper PRO avec 128 lanes PCIe 5.0 jusqu'à des nodes quad-GPU et 8-GPU, un node 8-GPU RTX 5090 offrant environ 838 TFLOPS en FP32.

Chaque serveur est livré neuf avec garantie et DDP mondial gratuit, le prix de paiement étant le coût final livré, la stabilité ayant été validée avant son départ. Achetez pour gérer vous-même ou déployez-le dans notre data centre américain avec gestion à distance. Découvrez ci-dessous nos serveurs GPU et stations de travail AI.

5.0

4.97

4.5

Achetez des serveurs GPU et des stations de travail IA : prêtes à l'emploi, testées, préassemblées

Filtrer & Trier

Supermicro

Supermicro SuperServer SYS-741GE-TNRT serveur AI H100 4-GPU

4U Rackmount / Tower (convertible) Up to 4 double-width NVIDIA GPUs (H100, H100 NVL 94GB, A100, L40S, RTX PRO 6000) on PCIe 5.0 x16

Contactez pour le prix

Supermicro

Supermicro AS-4124GO-NART+ 8x A100 HGX AI Serveur

4U Rackmount 8x NVIDIA A100 80GB SXM4 (HGX baseboard)

Contactez pour le prix

NVIDIA

NVIDIA DGX A100 Système d'apprentissage profond (8x A100, 640 Go)

8x NVIDIA A100 Up to 640 GB

Contactez pour le prix

NVIDIA HGX H100 640GB SXM5 Base contrôleur refroidi par liquide (8-GPU)

214.166665 935-24287-0000-000

Contactez pour le prix

Systèmes de qualité industrielle

Configuré, testé et vérifié pour la mise en service

Logistique du fret

Palette assurée et fret aérien dans le monde entier

Crypto Accepté

Payez avec BTC, ETH, USDT et plus

Support expert

Architectes d'infrastructure AI à disposition

Systèmes de serveurs IA

Serveurs AI Multi-GPU : des stations de travail 2-GPU aux nœuds HGX 8-GPU

Un serveur d'IA n'est pas simplement un PC avec un GPU ajouté. Une infrastructure d'IA sérieuse nécessite des plates-formes conçues spécifiquement : des fabrics NVSwitch haute bande passante pour la communication GPU-à-GPU, une mémoire DDR5 de grande capacité, des CPU de qualité entreprise avec suffisamment de lanes PCIe pour alimenter chaque GPU, un stockage NVMe pour une entrée/sortie rapide des checkpoints, et des systèmes d'alimentation capables de fournir plus de 10 kW par unité de rack. Nous proposons des plates-formes complètes de serveurs d'IA — allant de systèmes tour à 2 GPU pour laboratoires de recherche aux nœuds NVIDIA HGX H100/H200 à 8 GPU et la nouvelle architecture de rack GB200 NVL72 — prêtes pour une mise en service immédiate.

Nombre de GPU DGX H100

8 × H100 SXM5

640 GB total HBM2e via NVSwitch

Nombre de GPU NVL72

72 GPUs

GB200 dans un seul rack — 1 unité logique

DGX H100 AI Perf.

32 PFLOPS

FP8 clairsemé — combiné 8 × H100

Mémoire HGX H200

1.1 TB HBM3e

8 × H200 SXM5 — 38,4 TB/s de bande passante totale

Comparaison des plates-formes de serveurs IA

Principales plateformes que nous fournissons

NVIDIA DGX H100

8 × H100 SXM5, 640 GB

Superordinateur IA complet dans une boîte. NVSwitch maillage complet à 900 GB/s par GPU. Dual Xeon ou AMD Epyc, 2 TB DDR5. Plateforme de référence pour l'IA d'entreprise.

NVIDIA DGX H200

8 × H200 SXM5, 1.1 TB

Successeur du DGX H100. 4,8 TB/s HBM3e par GPU. Idéal pour l'inférence de grands modèles à grande échelle où la capacité de mémoire est essentielle.

NVIDIA HGX H100/H200

OEM platform (8-GPU)

Le ensemble de carte GPU + NVSwitch expédié aux partenaires OEM (Supermicro, Dell, HPE, Lenovo). Permet un tissu GPU identique dans des châssis de serveur personnalisés.

NVIDIA GB200 NVL72

72 × GB200 GPUs

Système à rack unique. 36 modules CPU Grace + 72 modules GPU Blackwell. 1,44 ExaFLOPS FP4. Fabric NVLink 5 — tout le rack fonctionne comme un seul GPU.

4-GPU Tower / Rack (RTX PRO 6000)

Up to 4 × 96 GB

Serveur de classe station de travail pour les laboratoires de recherche et les startups en IA. Dual-socket Xeon W9 ou Threadripper Pro, 4 × RTX PRO 6000 BW via paires de pont NVLink.

2-GPU Inference Server (A100 / H100 PCIe)

2 × 80 GB HBM2e

Nœuds d'inférence économes en coût. Châssis standard 2U, double emplacement PCIe 5.0. S'intègre dans un colocation standard en rack sans nécessiter de refroidissement liquide.

1U Edge Inference (L4 / A2)

4–8 × 24 GB PCIe

Inférence à haute densité et faible consommation. GPU L4 àune seule fente à 72 W chacun. Jusqu’à 8 GPU dans 1U à moins de 600 W au total — idéal pour les PoPs edge en colocation.

L'architecture derrière les serveurs IA

Pourquoi les serveurs d'IA sont fondamentalement différents des serveurs standard

La distinction fondamentale entre un serveur polyvalent et un serveur AI réside dans le tissu GPU. Dans un serveur standard, les GPU communiquent via PCIe — une architecture de bus évaluée à environ 32–64 GB/s bidirectionnel par slot. Dans un serveur AI basé sur NVSwitch, chaque GPU du système se connecte simultanément à tous les autres GPU via l'ASIC NVSwitch à 900 GB/s par GPU (H100) ou 1,8 TB/s par GPU (H200 / Blackwell). Il ne s'agit pas d'une amélioration du goulot d'étranglement — c'est un changement qualitatif qui permet le parallélisme de modèle entre GPU comme s'ils formaient un seul dispositif plus grand.

Le sous-système CPU et mémoire doit correspondre aux exigences en bande passante du GPU. Le DGX H100 associe son architecture NVSwitch à 8 GPU avec des processeurs Intel Xeon Platinum doubles et 2 To de RAM DDR5 ECC — une mémoire système suffisante pour stocker les ensembles de données d'entraînement, exécuter des pipelines de prétraitement et gérer l'entrée/sortie des points de contrôle sans devenir le goulot d'étranglement. Les voies PCIe 5.0 sont réparties avec soin afin que chaque GPU dispose d'une connexion directe x16 au tissu CPU.

La distribution d'énergie représente à elle seule un défi d'ingénierie. Un DGX H100 entièrement chargé consomme environ 10,2 kW — nécessitant 2 circuits de 30A, 240V en Amérique du Nord ou 3 phases de 32A en Europe. La refroidissement est tout aussi exigeant : le design de référence de NVIDIA utilise un échangeur de chaleur à porte arrière ou un refroidissement liquide direct pour le module GPU dans les configurations DGX. Planifier l'alimentation et le refroidissement de votre établissement avant de commander n'est pas une option — c'est la première étape.

Intelligence artificielle à l’échelle du rack

NVIDIA GB200 NVL72 : 72 GPU en un seul accélérateur logique

Le GB200 NVL72 est l'architecture de système la plus ambitieuse de NVIDIA à ce jour. Une seule armoire contient 36 modules CPU Grace et 72 dies GPU Blackwell GB200, tous reliés via un fabric NVLink de cinquième génération à 1,8 TB/s par GPU — permettant à l'ensemble de l'armoire de fonctionner comme un accélérateur logique unique. La puissance de calcul creuse FP4 éparse combinée sur les 72 GPU dépasse 1,44 ExaFLOPS et la mémoire HBM3e totale atteint 13,5 TB.

Chaque module GB200 associe une CPU Grace Arm à deux dies GPU Blackwell via NVLink-C2C à 900 GB/s — éliminant complètement l'interface PCIe entre la CPU et le GPU. La CPU sert de contrôleur de mémoire à large bande passante et de moteur d'orchestration, et ne constitue pas un goulot d'étranglement. Ce design rend le NVL72 particulièrement adapté pour l'inférence de modèles à trillion de paramètres avec une faible latence : le modèle entier tient dans la mémoire du rack, les opérations all-reduce se déroulent à l'intérieur du tissu NVLink, et aucun réseau inter-nœud n'est nécessaire pour la prestation d'un seul modèle.

Du point de vue de l'installation, le NVL72 consomme jusqu'à 120 kW et nécessite un refroidissement liquide direct — une alimentation électrique triphasée dédiée et une infrastructure de refroidissement liquide pour le centre de données sont obligatoires. L'économie d'échelle est significative à l’échelle hyperscale : un rack NVL72 remplace ce qui nécessitait auparavant des rangées entières de nœuds DGX H100 pour un débit d'inférence équivalent.

Spécifications GB200 NVL72

Fiche technique complète du rack

GPU Tombé en panne 72 × Blackwell GB200

Modules CPU 36 × Grace Arm (72 cores each)

Mémoire GPU 13.5 TB HBM3e total

Bande passante mémoire GPU 345.6 TB/s aggregate

Performance de l'IA 1.44 ExaFLOPS FP4 sparse

Interconnexion GPU NVLink 5.0 — 1.8 TB/s per GPU

Lien CPU-GPU NVLink-C2C — 900 GB/s bidirectional

Mémoire du système Up to 13.5 TB LPDDR5X

Consommation électrique Up to 120 kW per rack

Refroidissement Direct Liquid Cooling (mandatory)

Réseautage 8 × 400 GbE / InfiniBand per rack

Guide d'achat

Quel serveur AI convient-il à votre cas d'utilisation ?

De l'expérimentation à l'échelle laboratoire au déploiement complet à grande échelle — adaptez votre charge de travail au bon niveau de plateforme.

Recherche / Labor

2–4 GPU Tower or 2U Rack

GPU A100 80GB / RTX PRO 6000

Mémoire GPU 160–384 GB GPU VRAM

Puissance 2–4 kW total draw

Ajustement précis du modèle, développement RAG, inférence locale, reproductibilité des recherches. S'intègre sous un bureau ou dans une armoire standard. Aucune amélioration de l'installation généralement requise.

Startup / PME

HGX H100 OEM 8-GPU

GPU 8 × H100 SXM5 80GB

Mémoire GPU 640 GB HBM2e

Puissance ~10 kW draw

Affinement complet des modèles de 13 à 70 milliards. Inférence en production pour des produits natifs de l'IA. Nécessite une alimentation triphasée ou une alimentation duale de 30A. Refroidissement par air viable avec un échangeur thermique à l'arrière.

Entreprise

DGX H200 / HGX H200

GPU 8 × H200 SXM5 141GB

Mémoire GPU 1.1 TB HBM3e

Puissance ~11 kW draw

Entraînement de paramètres complets pour des modèles de 70 à 400 milliards. Inférence à faible latence pour des modèles très grands. Refroidissement liquide recommandé. La norme industrielle actuelle pour les charges de travail d'IA sérieuses.

Hyperscale

GB200 NVL72

GPU 72 × Blackwell GB200

Mémoire GPU 13.5 TB HBM3e

Puissance Up to 120 kW

Pré-entraînement de modèle à un trillion de paramètres et inférence par lots importants. Refroidissement liquide complet et alimentation triphasée dédiée obligatoires. Architecture en rack en tant que GPU unique via NVLink 5.

FAQ

Questions fréquemment posées

Prêt à déployer votre infrastructure IA ?

Parcourez notre gamme complète de plates-formes serveur AI ci-dessus, des nœuds 2-GPU de niveau recherche aux systèmes en rack DGX H200 et GB200 NVL72. Notre équipe vous aidera à planifier la puissance, la refroidissement, la mise en réseau et la logistique de A à Z.

Parcourir les serveurs AI Contactez le service commercial