WinFast GS4830NT เป็น GPU Server จาก Leadtek เหมาะสำหรับงาน AI training, multi-GPU compute, HPC, AI inference รองรับการใช้งานระดับองค์กร ศูนย์ข้อมูล และงานวิจัยด้าน AI/HPC
คำอธิบายจากผู้ผลิต: WinFast Workstation & Server – 4U/8 GPU/NVLink/2 CPU/24 DIMM slot
การใช้งานที่เหมาะสม
- AI training
- multi-GPU compute
- HPC
- AI inference
ข้อมูลทางเทคนิค (Product Specifications)
| section | รายละเอียดสเปค |
| Category | รายละเอียด (ภาษาไทย) | Specification (English) |
| ซีพียู (CPU) | Dual Socket P (LGA 3647) รองรับ Intel Xeon Scalable Gen 2 (Cascade Lake/Skylake), UPI ×3 สูงสุด 10.4 GT/s, สูงสุด 28 คอร์ | Dual Socket P (LGA 3647), supports 2nd Gen Intel Xeon Scalable (Cascade Lake/Skylake), 3 UPI up to 10.4 GT/s, up to 28 cores |
| หน่วยความจํา (RAM) | 24 DIMM slots, สูงสุด 6 TB 3DS ECC DDR4‐2933 MHz, รองรับ Intel Optane DCPMM | 24 DIMM slots, up to 6 TB 3DS ECC DDR4‐2933 MHz RDIMM/LRDIMM; supports Intel Optane DCPMM |
| GPU | รองรับ NVIDIA Tesla V100 SXM2 ได้สูงสุด 8 ใบ, มี NVLink 300 GB/s และรองรับ GPUDirect RDMA | Supports up to 8 NVIDIA Tesla V100 SXM2 GPUs, with NVLink up to 300 GB/s and GPUDirect RDMA optimized |
| พอร์ตเครือข่าย | Dual 10GbE LAN (Intel X540), พร้อม IPMI ラนเฉพาะ | Dual 10GbE LAN via Intel X540, plus a dedicated IPMI LAN |
| สตอเรจ & ดิสก์เบย์ | 16 ช่อง hot‐swap 2.5′′ SAS/SATA (รองรับเพิ่ม 8 NVMe), และ 1 NVMe M.2 interface | 16 hot-swap 2.5′′ SAS/SATA drive bays (optionally 8 NVMe), and 1 NVMe M.2 interface |
| สล็อต PCIe | 4 PCIe 3.0 x16 (GPU tray for GPUDirect RDMA), 2 PCIe 3.0 x16 (CPU tray) slots หรือใช้เป็น NVMe 8 ช่อง | 4 PCIe 3.0 x16 slots (GPU tray for GPUDirect RDMA), plus 2 PCIe 3.0 x16 (CPU tray) that can accommodate up to 8 NVMe devices |
| ระบบระบายความร้อน | 8 x 92 mm high‐RPM heavy‐duty fans | Eight 92 mm high-durability, high-speed cooling fans |
| แหล่งจ่ายไฟ | 4 x 2200 W (2+2) redundant Titanium-level PSU (>96%), มี PMBus | 4 x 2200 W (2+2) redundant Titanium-level power supplies (>96% efficiency), with PMBus |
| ขนาด / น้ําหนัก | 4U Rackmount: สูง 178 mm × กว้าง 447 mm × ลึก 805 mm; น้ําหนักสุทธิ ~36.2 kg | 4U Rackmount: Height 178 mm × Width 447 mm × Depth 805 mm; Net Weight ~36.2 kg |
| ระบบปฏิบัติการ | รองรับ Ubuntu 16.04/18.04 LTS, RHEL 7.5+, Windows Server 2016/2019, VMware ESXi 6.5/6.7, Citrix XenServer | Supports Ubuntu 16.04/18.04 LTS, RHEL 7.5+, Windows Server 2016/2019, VMware ESXi 6.5/6.7, Citrix XenServer |
| Technical detail | 8 NVIDIA Tesla V100 32G SXM2 GPUs |
| Technical detail | Independant CPU and GPU thermal zones |
| Technical detail | NVIDIA NVLink GPU Interconnect up to 300GB/s |
| Technical detail | Optimized for GPUDirect RDMA |
| Technical detail | WinFast GS4830NT เป็นเซิร์ฟเวอร์ขนาด 4U ที่ออกแบบสําหรับงานด้าน AI, Deep Learning, HPC และงานเรนเดอร์ 3D โดยเฉพาะ มาพร้อมกับ GPU แบบ NVIDIA Tesla V100 (SXM2) จํานวนสูงสุด 8 ใบ พร้อม NVLink ที่ให้แบนด์วิธสูงสุดถึง 300 GB/s และผ่านการออกแบบมาเพื่อรองรับ GPUDirect RDMA ช่วยให้สื่อสารข้อมูลระหว่าง GPU และเครือข่ายได้อย่างรวดเร็วและมีประสิทธิภาพสูง |
| Technical detail | WinFast GS4830NT is a 4U server engineered for AI, Deep Learning, HPC, and 3D rendering tasks. It supports up to 8 NVIDIA Tesla V100 SXM2 GPUs, features NVLink interconnect with up to 300 GB/s bandwidth, and is optimized for GPUDirect RDMA, enabling high-speed data transfers between GPUs and networks. |
| Technical detail | The WinFast GS4830NT is a high-performance 4U server built for AI, Deep Learning, HPC, and 3D rendering applications. Featuring up to 8 NVIDIA Tesla V100 SXM2 GPUs connected via NVLink (300 GB/s) and optimized for GPUDirect RDMA, it delivers exceptional GPU-to-GPU and GPU-to-network throughput. Complemented by Dual Xeon Scalable Gen 2 CPUs, up to 6 TB DDR4 RAM, fast networking, and flexible storage options, it’s ideal for data center and clustered compute environments. |
| Technical detail | Condition & Warranty |
| Technical detail | ✔ Fully tested and 100% working ✔ Secure packaging for safe shipping ✔ Warranty available (subject to store policy) |
ข้อมูลอ้างอิงจากผู้ผลิต: Leadtek
สนใจสอบถามราคา สเปค หรือขอใบเสนอราคา ติดต่อได้ที่ LINE: @metaxr
